MODEL DWUCZYNNIKOWY w ARYTMETYCE FINANSOWEJ PROBLEM BADAWCZY 1.MODEL APRECJACJI KAPITAŁU

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODEL DWUCZYNNIKOWY w ARYTMETYCE FINANSOWEJ PROBLEM BADAWCZY 1.MODEL APRECJACJI KAPITAŁU"

Transkrypt

1 Krzyszof Paseck Akadema Ekonomczna w Poznanu MODEL DWUCZYNNIKOWY w ARYTMETYCE FINANSOWEJ PROBLEM BADAWCZY W [7] przedsawono aksjomayczno-dedukcyjną eorę arymeyk fnansowej oparą na pojęcu warośc przyszłej denyfkowanej z modelem jednoczynnkowym zaproponowanym w [] [6]. Ops aprecjacj kapału przy pomocy modelu jednoczynnkowego nese w sobe e same nformacje co ops aprecjacj kapału przy pomocy sopy spo. Z ego powodu model jednoczynnkowy nazywamy modelem spo aprecjacj kapału. Sopa spo sanow jedno z najważnejszych narzędz maemayk fnansowej. Z drugej srony, przebeg dyskusj na ema problemów modelowana sóp procenowych wykazuje soną rolę, jaką odgrywa w maemayce fnansowej sopa forward. Sopa forward przedsawa ak sam obraz rendu aprecjacj kapału co model dwuczynnkowy nazywany dalej modelem forward ewolucj warośc kapału. Sposrzeżene o sanow zachęę do poszerzena zboru defncj aksjomaycznodedukcyjnej eor arymeyk fnansowej o defncję modelu dwuczynnkowego, a nasępne do zbadana konsekwencj akego poszerzena. Wynk ych rozważań zosały przedsawone w nnejszym rozdzale..model APRECJACJI KAPITAŁU Na wsępe zaprezenowane zosaną podsawowe własnośc modelu jednoczynnkowego opsującego proces przyrosu warośc (aprecjacj kapału w czase. 0,T Rozważana rozpocznemy od jednoznacznego wyróżnena przedzału czasowego [ ] analzy kapałowej. Przedmoem naszych docekań będze nsrumen fnansowy o warośc nomnalnej C w momence 0. Warość C nazywamy waroścą począkową. Przyjmujemy uaj umowę, że neujemne warośc fnansowe odpowadać będą przychodom, należnoścom lub pozosałym akywom, podczas gdy ujemne warośc fnansowe opsywać będą wydak, zobowązana lub nne pasywa. Warośc począkowej C dowolnemu momenow czasowemu [ 0,T ] przypsujemy warość przyszłą spo s C,. Podsawowe własnośc warośc przyszłej spo opsuje ponższa defncja. (

2 Krzyszof Paseck Defncja.: Waroścą przyszłą spo nazywamy funkcję s : R [0, T ] R spełnającą - dla dowolnych warośc począkowych C, C R momenów czasowych, [ 0, T ] warunk: s ( C + C, s( C, + s( C, ; (. ( > C > 0 s( C, s( C, ; (. s C, C. (.3 ( 0 Warunek (. zakłada, że dowolne wyznaczana warość przyszła spo jes funkcją addyywną warośc począkowej. Warunek (. nformuje nas, że wraz z upływem czasu warość przyszła akywów ne może zmaleć. Inaczej mówąc, na oszczędzanu ne można sracć. Warunek (.3 denyfkuje warość przyszłą przypsaną chwl beżącej z waroścą począkową. Twerdzene. [7]: Warunk (. (.3 są warunkam dosaecznym konecznym na o, aby warość przyszła spo s : R [ 0, T ] R spełnała ożsamość s C, C ς (.4 ( ( gdze czynnk aprecjacj ϕ : [ 0, T ] [,+ jes nemalejącą funkcją spełnającą warunek ς ( 0. (.5 Pojedynczy srumeń fnansowy jes reprezenowany przez parę (, C [ 0, T ] R, gdze symbol oznacza momen przepływu srumena, zaś symbol C opsuje warość nomnalną ego przepływu. Przesrzeń wszyskch możlwych srumen fnansowych oznaczamy symbolem Ξ. Odpowedzą na pyane jaka jes warość beżąca srumena fnansowego ( C Ξ PV, C, kórej warość przyszła, będze aka warość począkowa ( w momence przepływu srumena jes równa warośc nomnalnej C ego przepływu. Ta defncja w równoważny sposób może być zapsana przy pomocy ożsamośc s PV, C,. (.6 ( ( C Twerdzene.[5]: Tożsamość (.6 jes równoważna ożsamośc PV, s C,. (.7 ( ( C Twerdzene.3[7]: Warunk (., (., (.3 (.6 są warunkam dosaecznym konecznym na o, aby warość beżąca PV spełnała ożsamość PV (, C C [ ς ( ] C ν ( (.8 ν : 0, T 0; jes nerosnącą funkcją spełnającą warunek gdze czynnk dyskona [ ] ] ] ν ( 0. (.9 Proces wyznaczana warośc beżącej nazywamy pooczne dyskonowanem warośc kapału. Dwa srumene fnansowe są równoważne wedy ylko wedy, gdy ch warośc beżące są równe. Waroścą końcową srumena fnansowego (, C Ξ jes warość C T, FV, C. Ta nomnalna FV (, przepływu równoważnego srumena fnansowego ( ( defncja w formalny sposób może być zapsana przy pomocy ożsamośc

3 Model dwuczynnkowy w arymeyce fnansowej PV T, FV, C PV, C, (.0 ( ( ( Twerdzene.5 [7]: Warunk (., (., (.3 (.0 są warunkam dosaecznym konecznym na o, aby warość końcowa FV spełnała ożsamość FV (, C C [ ς ( ] ς ( T C φ( (. gdze czynnk waloryzacj φ : [ 0, T ] ] 0; ] jes nerosnącą funkcją spełnającą warunek φ T. (. ( Twerdzene.6 [7]: Warość beżąca PV spełna ożsamość PV, C C φ 0 φ C ν. (.3 ( [ ( ] ( ( Proces wyznaczana warośc końcowej nazywamy pooczne waloryzacją warośc kapału. Przedsawone uaj wynk pozwalają na wysnuce nasępujących wnosków o dowolnym modelu waroścowana kapału: - warośc przyszłe można określć jedyne przy pomocy ożsamośc (.4 ; - warośc beżące można określć jedyne przy pomocy ożsamośc (.8 ; - warośc końcowe można określć jedyne przy pomocy ożsamośc (.; - dla jednoznacznego zdefnowana modelu spo aprecjacj kapału wysarczy jednoznaczne określć meryoryczne uzasadnone warość przyszłą albo warość beżącą albo warość końcową. Opsany powyżej model spo aprecjacj kapału odpowada opsanemu w [] [6] modelow jednoczynnkowemu aprecjacj kapału. Sosowane model jednoczynnkowych pozwala na wykorzysane w analze kapałowej jedyne dwóch punków odnesena: począku przedzału analzy kapałowej 0 końca przedzału analzy kapałowej T. Jeśl analza kapałowa wymagać będze usalene punków wewnąrz jej przedzału czasowego, o analza aka będze wymagać zasosowana bardzej złożonych model zmany warośc kapału model dwuczynnkowych nazywanych eż modelam forward. Modelom akm będze pośwecony kolejny rozdzał..model FORWARD EWOLUCJI KAPITAŁU Zajmemy sę uaj budową modelu opsującego proces ewolucj warośc kapału w 0,T analzy kapałowej. Przedmoem czase. Nech dany będze przedzał czasowy [ ] naszych docekań będze nsrumen fnansowy o warośc C w momence wyceny [ 0,T ]. Warość ego nsrumenu ewoluuje w en sposób, że w momence zapadalnośc [ 0,T ] nsrumen en osąga warość wyjścową forward f ( C,,. W przypadku mówmy o procese aprecjacj kapału, zaś w przypadku < mówmy o procese 3

4 Krzyszof Paseck dyskonowana kapału. Podsawowe własnośc wyjścowej warośc forward opsuje ponższa defncja. Defncja.: Waroścą wyjścową forward nazywamy funkcję f : R [0, T ] R spełnającą - dla dowolnych warośc począkowych C, C R momenów czasowych,, 3 [ 0, T ] warunk: f ( C + C,, f ( C,, + f ( C,, ; (. > C > 0 f C,, s C, ; (. ( 3 ( 3 (, ( C,, f ( f ( C,,, f. (.3 3 3, Warunek (. zakłada, że dowolne wyznaczana warość wyjścowa forward jes funkcją addyywną warośc ocenanego kapału. Warunek (. nformuje nas, że wraz z upływem ermnu zapadalnośc warość wyjścowa forward akywów ne może zmaleć. Inaczej mówąc, na oszczędzanu ne można sracć. Warunek (.3 wskazuje na pośredn rekurencyjny sposób wyznaczana szeregu czasowego warośc wyjścowych forward. Lema.: Dowolna warość wyjścowa forward f : R [0, T ] R spełna ożsamość f ( C,, C. (.4 Dowód: Z (.3 mamy f ( C,, f ( f ( C,,,,. Podsawając eraz C f ( C,, orzymujemy (.4. Twerdzene.: Warunk (. (.3 są warunkam dosaecznym konecznym na o, aby warość wyjścowa forward f : R [ 0, T ] R spełnała ożsamość f C,, C ϕ (.5 ( (, gdze czynnk forward : [ 0, T ] [,+ ϕ jes nemalejącą funkcją drugego argumenu spełnającą warunk ϕ, ϕ, ϕ, (.6 ( ( 3 ( 3, (, ϕ. (.7 Dowód: Z (. (.4 dla dowolnej rójk ( [ ] orzymujemy f C, f C,, C. ( ( 0, > C 4 C, + T akej, że, R 0, C >, o z (. dla dowolnego usalonej pary ( [ ] Sąd jeśl, 0, T akej, że mamy f ( C,, f ( C C,, + f ( C,, > f ( C,,. Osana nerówność wraz z (. dowodzą, że funkcja f (,, : R R jes addyywną funkcją monoonczną. Zgodne z lemaem o addyywnej funkcj monooncznej dla dowolnej rójk ( C, [ ], R + 0, T akej, że mamy f ( C,, C f (,, C ϕ(. (*,

5 Model dwuczynnkowy w arymeyce fnansowej Jeśl naomas mamy uaj >, o wedy z (.3, (.4 (* orzymujemy f C,, ϕ, f f C,,,, f C,, ( ( ( ( ( C, co kończy dowód ożsamośc (.5 wraz z warunkem (.6. Warunek (.7 jes bezpośredna konsekwencją (.4. Wymenone w dowodzonym werdzenu własnośc czynnka forward ϕ wynkają bezpośredno z (. (.4. Dowód mplkacj odwronej jes oczywsy. Warość wyjścową forward łączy z waroścą przyszłą spo szereg neresujących własnośc. Twerdzene.: Dla dowolnej warośc wyjścowej forward f : R [ 0, T ] R funkcja s : R [ 0, T ] R określona przy pomocy ożsamośc s C, f C,0, C ϕ 0, C ς (.8 ( ( ( ( jes waroścą przyszłą spo. Dowód: Warunek (. mplkuje warunek (.. Warunek (. jes bezpośredna konsekwencją warunku (.. Warunek (.3 wynka z warunku (.4. Posać czynnka aprecjacj ς : [ 0,T ] R wynka bezpośredno z zależnośc (.5. É Twerdzene.3: Dla dowolnej warośc wyjścowej forward f R [ 0, T ] R : funkcja PV : Ξ R określona przy pomocy ożsamośc PV, C f C,,0 C ϕ, 0 C ν (.9 ( ( ( ( jes waroścą beżącą. Dowód: Posać czynnka dyskonującego [ ] R ν : 0,T wynka bezpośredno z (.5 (.6. Porównane Twerdzena. z Twerdzenem.3 kończy dowód.é Twerdzene.4: Dla dowolnej warośc wyjścowej forward f : R [ 0, T ] R funkcja FV : Ξ R określona przy pomocy ożsamośc FV C, f C,, T C ϕ, T C φ (.0 ( ( ( ( jes waroścą końcową. Dowód: Zgodne (.3, (.5 (.9 mamy C ς ( T s( C, T f ( C,0, T f ( f ( C,0,,, T s( C, ϕ(, T C ς ( φ(. Czynnk waloryzacj φ : [ 0,T ] R spełna zaem zależność (., co kończy dowód ego werdzena.é Twerdzene.5: Dla dowolnej warośc przyszłej spo s R [ T ] R pomocy ożsamośc (.4 funkcja f R [ 0, T ] R f ( C,, C [ ς ( ] ς ( C ϕ(, : 0, danej przy : określona przy pomocy ożsamośc jes jedyną waroścą wyjścową forward spełnającą warunek (.8. Dowód: Z (.3, (.8 (.9 mamy f C,, f f C,,0,0, s PV, C C ς ς ( ( ( ( ( [ ( ] (,. (. 5

6 Krzyszof Paseck Funkcja (. jes zaem jedyną funkcją spełnająca warunk (.3 (.8. Bezpośredno z (. wynka warunek (.. Warunek (. jes konsekwencją monooncznośc czynnka aprecjacj. Funkcja (. jes zaem waroścą wyjścową forward. É Szczególnym zaneresowanem analyków fnansowych ceszy sę aka funkcja warośc wyjścowej, dla kórej czynnk forward zależy jedyne od okresu czasu, jak upłynął od momenu wyceny do momenu zapadalnośc. Formalnym odzwercedlenem ego posulau jes opsana ponżej własność jednorodnośc funkcj warośc wyjścowej. Defncja.: Warość wyjścową f : R [ 0, T ] R nazywamy jednorodną, jeśl sneje aka funkcja γ : [ T, T ] R, że spełnona jes ożsamość f ( C,, C γ (. (. Posula wyznaczena jednorodnej warośc wyjścowej narzuca slne ogranczena, gdyż mamy wedy: Twerdzene.6: Warość wyjścowa f : R [ 0, T ] R jes jednorodna wedy ylko wedy, gdy spełnający warunek (.8 czynnk aprecjacj ς : [ 0,T ] R jes dany w posac ( [ ς ( ] ς. (.3 Dowód: Korzysając z (.8 (., dla każdej pary (, [ 0, T ] ς ( ϕ( 0, γ ( ϕ( τ, τ + [ ζ ( τ ] ς ( τ +. Logarymując obusronne osane równane orzymujemy ln ς τ + ln ς ln ς τ +. ( ( ( ( ( ( τ mamy Logarym czynnka aprecjacj jes funkcją monoonczną. Z Lemau o monooncznej funkcj addyywnej [7] mamy zaem ln ς ln ς, ( ( ( ( co prowadz wpros do (.3. Implkacja odwrona jes oczywsa. É Zgodne z (. bezpośredna konsekwencją osanego werdzena jes ponższa eza. Twerdzene.7: Warość wyjścowa f : R [ 0, T ] R jes jednorodna wedy ylko wedy, gdy jes wyznaczona przy pomocy czynnka forward : [ 0, T ] [,+ ϕ danego w posac ϕ, + ϕ 0,. (.4 ( [ ( ] Nech będze dana funkcja warośc wyjścowej f R [ 0, T ] R :. Przygoowując sę do wykorzysana w analze rynku kapałowego modelu forward, wyróżnamy ak cąg { } n momenów czasowych, że spełnony jes warunek 0 0 < < < K < n T. (.5 0 6

7 Model dwuczynnkowy w arymeyce fnansowej Dla każdego,, K, n względne empo ewolucj warośc kapału w przedzale forward [, [ charakeryzujemy przy pomocy q określonej dla dowolnej warośc kapału C 0 w nasępujący sposób q f ς ( ( C,, f ( C,, ϕ(, ς (. (.6 f ( C,, ( ( ( q określa przecęne empo ewolucj warośc kapału w przedzale [, [ Sopa forward 7 merzone względem warośc kapału odnesonej do począku przedzału forward. W en sposób orzymujemy srukurę ermnową forward {( [ [ } n, q Φ., Z drugej srony welokrone spoykamy sę z syuacją, kedy prowadzona analza kapałowa wymaga dokładnejszej znajomośc empa ewolucj warośc kapału w pewnym blskm horyzonce czasowym. Bez obawy o uraę ogólnośc rozważań, en krók przedzał bardzej dokładnej analzy kapałowej możemy denyfkować z przedzałem ˆ momenów czasowych, że spełnony [ 0, [ 0. W przedzale ym wyróżnamy ak cąg { } m są warunk 0 ˆ ˆ ˆ ˆ 0 < 0 < < K < m, (.7 Dla każdego,, K, m empo ewolucj warośc kapału w przedzale [ ˆ, ˆ [ charakeryzujemy przy pomocy sopy forward pˆ określonej dla dowolnej warośc kapału C 0 w nasępujący sposób f ( C, 0, ˆ ( ˆ ( ˆ ( ˆ ( ˆ 0 ( ˆ f C,, ϕ 0, ϕ 0, ς ς qˆ. (.8 f ( C, 0, 0 ( Sopa forward qˆ określa przecęne empo ewolucj warośc kapału w przedzale [ ˆ, ˆ [ merzone względem warośc kapału odnesonej do począku 0 przedzału forward. W en sposób orzymujemy srukurę ermnową forward Φ {( [ ˆ [ } m, ˆ, qˆ. W raze porzeby rozróżnena srukury Φ Φ nazywać będzemy odpowedno welookresową srukurą ermnową forward jednookresową srukurą ermnową forward Pokazane jes uaj, że każda srukura ermnowa forward jes unwersalnym nośnkem nformacj o rynku fnansowym zarówno dla model forward, jak dla model spo aprecjacj kapału.. Opsane przez (.6 (.8 srukury ermnowe forward są denyczne z analogcznym srukuram opsanym mędzy nnym w [4] [5]. Oznacza o, że w arykule zaproponowano rafną defncję aksjomayczną model forward. W zasosowanach maemayk fnansowej przyjmuje sę, że srukura ermnowa forward jes kszałowana przez procesy gospodarczo-polyczne zachodzące akże na rynku kapałowym. Dobja swerdza, że empo wzrosu warośc kapału zależy od sosunków panujących na rynku fnansowym jego realnym ooczenu gospodarczym [3]. W ej

8 Krzyszof Paseck syuacj srukurę ermnową forward rakujemy jako san śwaa zewnęrznego opsujący nauralne empo aprecjacj kapału. Oznacza o, że jeśl jes dana srukura ermnowa T q Φ ˆ, ˆ, q, o klasę rozparywanych model Φ T, lub {( [ [ ˆ } m forward {( [ [ } n, forward ewolucj warośc kapału należy ogranczyć do warośc wyjścowych spełnających odpowedno jeden z warunków (.6 lub (.8. ZAKOŃCZENIE Oba dyskuowane powyżej narzędza opsu rynku kapałowego; model spo model forward sanową pewną nezmennczą unwersalną bazę, na kórej buduje sę bardzej szczegółowe modele ewolucj warośc kapału. Pokazano uaj, że rynek kapałowy może być w równoważny sposób opsany przy pomocy modelu spo aprecjacj kapału lub przy pomocy modelu forward ewolucj warośc kapału. Oba modele z jednakowa dokładnoścą opsują en rynek. Wybór właścwego modelu zależy jedyne od posac perwonych nformacj o ym rynku oraz wymagań sawanych przez narzędza analzy rynku kapałowego. Budując układ aksjomaów defnujący modele forward uzyskano obnżane złożonośc logcznej eor dynamcznej oceny warośc srumen fnansowych. Take obnżena złożonośc logcznej rozważanej eor ma sone znaczene uylarne, gdyż w dalszej perspekywe pozwala o na dalsze podnesene zawarośc nformacyjnej ej eor, co pozwala ją uczynć bardzej unwersalną. Wraz ze wzrosem unwersalzmu dowolnej eor opsującej rynk fnansowe wzrasają możlwośc syneyzowana faków obserwowanych na ym rynku. LITERATURA. Calz M.L. (990. Towards a general seng for fuzzy mahemacs of fnance. Fuzzy Ses & Sysems 35, s Casagnol E. (986. Appun d Maemaca Fnanzara, Uncopl, Mlano. 3. Dobja M. (00 Źródła warośc jednosk penądza w: Tarczyńsk W. (red. Rynek kapałowy- skueczne nwesowane, Unwersye Szczecńsk, Szczecn. s Karazas I., Shreve S.E. (998 Mehods of Mahemacal Fnance, Sprnger, New York 5.Meron R.C. (990 Connuous Tme Fnance, Blackwell, Oxford. 6. Pecca L. (97. Su d una caraerzzazone del prncpo del crero dell aualzzazone, Sudum Parmense, Parma. 7. Paseck K. (005 Od arymeyk handlowej do nżyner fnansowej, Wydawncwo Naukowe AE w Poznanu, Poznań. 8

9 Model dwuczynnkowy w arymeyce fnansowej TWO-FACTORIAL MODEL n FINANCIAL ARITMHMETIC SUMMARY Classcal formal approach o fnancal arhmec s based on a one-facoral model of capal apprecaon whch s called a model spo. In hs arcle a model forward s nroduced no he heory of fnancal arhmec as he wo-facor model of capal apprecaon. General relaonshps beween models forward and spo were shown. All consderaons are gven n he conex of axomac deducve approach o fnance arhmec. 9

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE JAN KOOŃSKI POBLEM ODWOTNY DLA ÓWNANIA PAABOLICZNEGO W PZESTZENI NIESKOŃCZENIE WYMIAOWEJ THE INVESE PAABOLIC POBLEM IN THE INFINITE DIMENSIONAL SPACE S r e s z c z e n e A b s r a c W arykule skonsruowano

Bardziej szczegółowo

Inne kanały transmisji

Inne kanały transmisji Wykład 4 Inne kanały ransmsj Plan wykładu. Ceny akywów 3. Ceny akywów Wzros sopy procenowej powoduje spadek cen domów akcj. gdze C warość kuponu, F warość nomnalna gdze dywdenda, g empo wzrosu dywdendy

Bardziej szczegółowo

O problemie modelowania stopy procentowej

O problemie modelowania stopy procentowej Krzyszof Paseck Akadema Ekonomczna w Poznanu O probleme modelowana sopy procenowe Na dowolnym rynku fnansowym znaduemy nsrumeny fnansowe obarczone ryzykem warośc począkowe lub ez ryzykem warośc końcowe.

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998)

13. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,1998) 3. Dwa modele pooku ruchu (eorokolejkowe) 3. DWA MODELE POTOKU RUCHU (TEORIOKOLEJKOWE)(wg Wocha,998) 3.. Model Hagha Isneje wele prac z la powojennych, w kórych wysępują próby modelowana kolejek ruchowych

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 4. Zmenne znegrowane 3 Szereg

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium

Kier. MTR Programowanie w MATLABie Laboratorium Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu

Bardziej szczegółowo

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska

Jerzy Czesław Ossowski Katedra Ekonomii i Zarzdzania Przedsibiorstwem Wydział Zarzdzania i Ekonomii Politechnika Gdaska Jerzy Czesław Ossowsk Kaedra Ekonom Zarzdzana Przedsborswem Wydzał Zarzdzana Ekonom Polechnka Gdaska IX Ogólnoposke Semnarum Naukowe n. Dynamczne modele ekonomeryczne, Kaedra Ekonomer Saysyk, Unwersye

Bardziej szczegółowo

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim 5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 2

Stanisław Cichocki Natalia Nehrebecka. Wykład 2 Sansław Cchock Naala Nehrebecka Wykład 2 1 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 2 1. Szereg czasowy 2. Sezonowość 3. Zmenne sacjonarne 3 Szereg czasowy jes pojedynczą realzacją pewnego

Bardziej szczegółowo

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)

2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1) Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza

Bardziej szczegółowo

Podstawowe algorytmy indeksów giełdowych

Podstawowe algorytmy indeksów giełdowych Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 25-11-13 Podsawowe algorymy ndeksów gełdowych Wersja 1.1 San na 2013-11-25 Sps reśc I. Algorymy oblczana warośc ndeksów gełdowych...3 1. Warość beżąca

Bardziej szczegółowo

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max

Bardziej szczegółowo

Zbigniew Palmowski. Analiza Przeżycia

Zbigniew Palmowski. Analiza Przeżycia Zbgnew Palmowsk Analza Przeżyca Wrocław 9 Zbgnew Palmowsk Docendo dscmus (Ucząc nnych, sam sę uczymy) Seneka Mos of he me I fnd myself workng n heorecal problems, because I am neresed n applcaons. I also

Bardziej szczegółowo

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się: Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili

Bardziej szczegółowo

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu

Bardziej szczegółowo

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x

Wykład z Podstaw matematyki dla studentów Inżynierii Środowiska. Wykład 8. CAŁKI NIEOZNACZONE. ( x) 2 cos2x Wykład z Podsaw maemayk dla sudenów Inżyner Środowska Wykład 8. CŁKI NIEOZNCZONE Defnca (funkca perwona) Nech F es funkcą perwoną funkc f na przedzale I, eżel F '( ) f ( ) dla każdego I. Udowodnć, że funkce

Bardziej szczegółowo

Modelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej

Modelowanie równowagi cenowej na Giełdzie Papierów Wartościowych w Warszawie w okresach przed i po wejściu Polski do Unii Europejskiej Sansław Urbańsk * Modelowane równowag cenowej na Gełdze Paperów Waroścowych w Warszawe w okresach przed po wejścu Polsk do Un Europejskej Wsęp Praca nnejsza sanow konynuację badań doyczących wyceny akcj

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP Krzyszof Jajuga Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Uniwersye Ekonomiczny we Wrocławiu WYCENA KONRAKÓW FUURES, FORWARD I SWAP DWA RODZAJE SYMERYCZNYCH INSRUMENÓW POCHODNYCH Symeryczne insrumeny

Bardziej szczegółowo

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

WYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO

WYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 64 Transpor 28 Tomasz AMBROZIAK, Konrad LEWCZUK Wydzał Transporu Polechnk Warszawske Zakład Logsyk Sysemów Transporowych ul. Koszykowa 75, -662 Warszawa am@.pw.edu.pl;

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU Modelowanie ryzyka kredyowego MODELOWANIE ZA POMOCA PROCESU HAZARDU Mariusz Niewęgłowski Wydział Maemayki i Nauk Informacyjnych, Poliechniki Warszawskiej Warszawa 2014 hazardu Warszawa 2014 1 / 18 Proces

Bardziej szczegółowo

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb) Swap (IRS) i FRA Przykład. Sandardowy swap procenowy Dealer proponuje nasępujące sałe sopy dla sandardowej "plain vanilla" procenowej ransakcji swap. ermin wygaśnięcia Sopa dla obligacji skarbowych Marża

Bardziej szczegółowo

Kurtoza w procesach generowanych przez model RCA GARCH

Kurtoza w procesach generowanych przez model RCA GARCH Joanna Górka * Kuroza w procesach generowanych przez model RCA GARCH Wsęp Na przesrzen osanej dekady odnoowuje sę szybk rozwój model nelnowych. Wdoczna jes zwłaszcza różnorodność nelnowych specyfkacj modelowych,

Bardziej szczegółowo

PARAMETRY ELEKTRYCZNE CYFROWYCH ELEMENTÓW PÓŁPRZEWODNIKOWYCH

PARAMETRY ELEKTRYCZNE CYFROWYCH ELEMENTÓW PÓŁPRZEWODNIKOWYCH ARAMETRY ELEKTRYZNE YFROWYH ELEMENTÓW ÓŁRZEWODNIKOWYH SZYBKOŚĆ DZIAŁANIA wyrażona maksymalną częsolwoścą racy max MO OBIERANA WSÓŁZYNNIK DOBROI D OBIĄŻALNOŚĆ ELEMENTÓW N MAKSYMALNA LIZBA WEJŚĆ M ODORNOŚĆ

Bardziej szczegółowo

PODAŻOWE CZYNNIKI WZROSTU GOSPODARCZEGO PODSTAWOWE MODELE TEORETYCZNE

PODAŻOWE CZYNNIKI WZROSTU GOSPODARCZEGO PODSTAWOWE MODELE TEORETYCZNE ACTA UIVRSITATIS LODZISIS FOLIA OCOOMICA 294, 23 Paweł Dykas *, Tomasz Tokarsk ** PODAŻOW CZYIKI WZROSTU GOSPODARCZGO PODSTAWOW MODL TORTYCZ Sreszczene. Celem prezenowanego opracowana jes analza podażowych

Bardziej szczegółowo

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE.   Strona 1 KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych

Bardziej szczegółowo

ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH

ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH Kaarzyna Zeug-Żebro Unwersye Ekonomczny w Kaowcach ZASTOSOWANIE ZMODYFIKOWANEJ METODY NAJBLIŻSZYCH SĄSIADÓW DO PROGNOZOWANIA CHAOTYCZNYCH SZEREGÓW CZASOWYCH Wprowazene Deermnzm ukłaów chaoycznych wskazuje

Bardziej szczegółowo

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE PYTANIA KONTROLNE Czym charakeryzują się wskaźniki saycznej meody oceny projeku inwesycyjnego Dla kórego wskaźnika wyliczamy średnią księgową

Bardziej szczegółowo

Ewolucja metod konstrukcji krzywej terminowej stóp procentowych po kryzysie płynności rynku międzybankowego w latach 2007-2009

Ewolucja metod konstrukcji krzywej terminowej stóp procentowych po kryzysie płynności rynku międzybankowego w latach 2007-2009 Unwersye Ekonomczny w Poznanu Wydzał Ekonom Paweł Olsza Ewolucja meod konsrukcj krzywej ermnowej sóp procenowych po kryzyse płynnośc rynku mędzybankowego w laach 007 009 Rozprawa dokorska przygoowana pod

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( ) Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa

Bardziej szczegółowo

Równania rekurencyjne na dziedzinach

Równania rekurencyjne na dziedzinach Marek Materzok Równana rekurencyjne na dzedznach Pommo, ż poczynłem starana, aby praca ta była możlwe kompletna wolna od błędów, ne mogę zagwarantować, że ne wkradły sę do nej żadne neścsłośc czy pomyłk.

Bardziej szczegółowo

Arytmetyka finansowa Wykład z dnia 30.04.2013

Arytmetyka finansowa Wykład z dnia 30.04.2013 Arytmetyka fnansowa Wykła z na 30042013 Wesław Krakowak W tym rozzale bęzemy baać wartość aktualną rent pewnych, W szczególnośc, wartość obecną renty, a równeż wartość końcową Do wartośc końcowej renty

Bardziej szczegółowo

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga

Makroekonomia Gospodarki Otwartej Wykład 8 Polityka makroekonomiczna w gospodarce otwartej. Model Mundella-Fleminga Makroekonoma Gospodark Otwartej Wykład 8 Poltyka makroekonomczna w gospodarce otwartej. Model Mundella-Flemnga Leszek Wncencak Wydzał Nauk Ekonomcznych UW 2/29 Plan wykładu: Założena analzy Zaps modelu

Bardziej szczegółowo

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0

i 0,T F T F 0 Zatem: oprocentowanie proste (kapitalizacja na koniec okresu umownego 0;N, tj. w momencie t N : F t F 0 t 0;N, F 0 Maemayka finansowa i ubezpieczeniowa - 1 Sopy procenowe i dyskonowe 1. Sopa procenowa (sopa zwrou, sopa zysku) (Ineres Rae). Niech: F - kapiał wypoŝyczony (zainwesowany) w momencie, F T - kapiał zwrócony

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

Ekonometryczne modele nieliniowe Ekonomeryczne modele nelnowe Wykład 5 Progowe modele regrej Leraura Hanen B. E. 997 Inference n TAR Model, Sude n Nonlnear Dynamc and Economerc,. Tek na rone nerneowej wykładu Dodakowa leraura Hanen B.

Bardziej szczegółowo

HSC Research Report. Principal Components Analysis in implied volatility modeling (Analiza składowych głównych w modelowaniu implikowanej zmienności)

HSC Research Report. Principal Components Analysis in implied volatility modeling (Analiza składowych głównych w modelowaniu implikowanej zmienności) HSC Research Repor HSC/04/03 Prncpal Componens Analyss n mpled volaly modelng (Analza składowych głównych w modelowanu mplkowanej zmennośc) Rafał Weron* Sławomr Wójck** * Hugo Senhaus Cener, Wrocław Unversy

Bardziej szczegółowo

Aksjomat synergii w arytmetyce finansowej

Aksjomat synergii w arytmetyce finansowej Krzysztof Piasecki Akademia Ekonomiczna w Poznaniu Aksjomat synergii w arytmetyce finansowej Problem badawczy Pieniądz odpowiednio traktowany zwiększa swą wartość wraz z upływem czasu. Jest to przyrost

Bardziej szczegółowo

Regulamin. udzielania pomocy materialnej o charakterze socjalnym dla uczniów zamieszkaùych na terenie Gminy Wolbórz

Regulamin. udzielania pomocy materialnej o charakterze socjalnym dla uczniów zamieszkaùych na terenie Gminy Wolbórz Zaù¹cznk Nr 1 uchwaùy Nr XXVIII/167/2005 Rady Gmny Wolbórz z dna 30 marca 2005 r. Regulamn udzelana pomocy maeralnej o charakerze socjalnym dla ucznów zameszkaùych na erene Gmny Wolbórz I. Sposób usalana

Bardziej szczegółowo

Brak arbitrażu na rynkach z proporcjonalnymi kosztami transakcji *

Brak arbitrażu na rynkach z proporcjonalnymi kosztami transakcji * Zeszyy Unwersye Ekonomczny w Krakowe Naukowe (937) ISSN 898-6447 Zesz. Nauk. UEK, 205; (937): 27 39 DOI: 0.5678/ZNUEK.205.0937.009 Agneszka Rygel Kaedra Maemayk Unwersye Ekonomczny w Krakowe Brak arbrażu

Bardziej szczegółowo

BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele:

BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW. W tym krótkim i matematycznie bardzo prostym artykule pragnę osiągnąc 3 cele: 1 BEZRYZYKOWNE BONY I LOKATY BANKOWE ALTERNATYWĄ DLA PRZYSZŁYCH EMERYTÓW Leszek S. Zaremba (Polish Open Universiy) W ym krókim i maemaycznie bardzo prosym arykule pragnę osiągnąc cele: (a) pokazac że kupowanie

Bardziej szczegółowo

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona

Całka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu

Bardziej szczegółowo

ψ przedstawia zależność

ψ przedstawia zależność Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny

Bardziej szczegółowo

Silniki cieplne i rekurencje

Silniki cieplne i rekurencje 6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać

Bardziej szczegółowo

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR

LABORATORIUM PODSTAWY ELEKTRONIKI Badanie Bramki X-OR LORTORIUM PODSTWY ELEKTRONIKI adanie ramki X-OR 1.1 Wsęp eoreyczny. ramka XOR ramka a realizuje funkcję logiczną zwaną po angielsku EXLUSIVE-OR (WYŁĄZNIE LU). Polska nazwa brzmi LO. Funkcję EX-OR zapisuje

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak ( ) ( ) ( ) i E E E i r r = = = = = θ θ ρ ν φ ε ρ α * 1 1 1 ) ( R. popyu R. Fishera Krzywa Phillipsa

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg

Bardziej szczegółowo

p Z(G). (G : Z({x i })),

p Z(G). (G : Z({x i })), 3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W

Bardziej szczegółowo

MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE

MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE Danel Iskra Unwersye Ekonomczny w Kaowcach MAKSYMALNY OCZEKIWANY CZAS PRZEBYWANIA PORTFELA INWESTYCYJNEGO W ZADANYM OBSZARZE BADANIA EMPIRYCZNE Wprowadzene Wraz z rozwojem eor nwesycj fnansowych, nwesorzy

Bardziej szczegółowo

Europejska opcja kupna akcji calloption

Europejska opcja kupna akcji calloption Europejska opcja kupna akcji callopion Nabywca holder: prawo kupna long posiion jednej akcji w okresie epiraiondae po cenie wykonania eercise price K w zamian za opłaę C Wysawca underwrier: obowiązek liabiliy

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

1 Przestrzenie statystyczne, statystyki

1 Przestrzenie statystyczne, statystyki M. Beśka, Statystyka matematyczna, wykład 1 1 1 Przestrzene statystyczne, statystyk 1.1 Rozkłady zmennych losowych Nech Ω, F, P ) będze ustaloną przestrzeną probablstyczną, a X : Ω IR zmenną losową na

Bardziej szczegółowo

Inwestowanie w jakość na rynkach akcji w Europie Środkowo-Wschodniej

Inwestowanie w jakość na rynkach akcji w Europie Środkowo-Wschodniej Bank Kredy 46(2 205 65-90 Inwesowane w jakość na rynkach akcj w Europe Środkowo-Wschodnej Adam Zarema* Nadesłany: 2 wrześna 204 r. Zaakcepowany: 3 marca 205 r. Sreszczene Opracowane ma na celu przedsawene

Bardziej szczegółowo

Rozmyta efektywność portfela

Rozmyta efektywność portfela Krzysztof PIASECKI Akadema Ekonomczna w Poznanu Problem badawczy Rozmyta ektywność portfela Buckley [] Calz [] zaproponowal reprezentowane wartośc przyszłych nwestycj fnansowych przy pomocy lczb rozmytych.

Bardziej szczegółowo

XI Konferencja Naukowa WZEE Rzeszów - Czarna, wrzesień 2013 r.

XI Konferencja Naukowa WZEE Rzeszów - Czarna, wrzesień 2013 r. XI Konferencja Naukowa WZEE 203 Rzeszów - Czarna, 27-30 wrzeseń 203 r. XI Konferencja Naukowa WZEE 203 Rzeszów - Czarna, 27-30 wrzeseń 203 r. CYFROWE PRZEWARZANIE IMPULSOWEGO SYGNAŁU CZĘSOLIWOŚCIOWEGO

Bardziej szczegółowo

WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH

WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach

ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika

Bardziej szczegółowo

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika

Bardziej szczegółowo

Wartość przyszła, wartość bieżąca, synergia kapitału. arytmetyki finansowej opisujących wartość przyszłą. Uzyskano w ten sposób

Wartość przyszła, wartość bieżąca, synergia kapitału. arytmetyki finansowej opisujących wartość przyszłą. Uzyskano w ten sposób KRZYSZTOF PIASECKI * EFEKT SYNERGII KAPITAŁU W ARYTMETYCE FINANSOWEJ Słowa kluczowe: Wartość przyszła, wartość bieżąca, synergia kapitału Streszczenie: W pracy implementowano warunek synergii kapitału

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA 1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje

Bardziej szczegółowo

Zasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim

Zasada pędu i popędu, krętu i pokrętu, energii i pracy oraz d Alemberta bryły w ruchu postępowym, obrotowym i płaskim Zasada pędu i popędu, kręu i pokręu, energii i pracy oraz d Alembera bryły w ruchu posępowym, obroowym i płaskim Ruch posępowy bryły Pęd ciała w ruchu posępowym obliczamy, jak dla punku maerialnego, skupiając

Bardziej szczegółowo

UBEZPIECZENIE Z FUNDUSZEM KAPITAŁOWYM

UBEZPIECZENIE Z FUNDUSZEM KAPITAŁOWYM MEODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH om XV/3, 214, sr. 86 98 PROPOZYCJA MODYFIKACJI KŁADKI NEO W UBEZPIECZENIACH NA ŻYCIE Z FUNDUZEM KAPIAŁOWYM UWZLĘDNIAJĄCA DODAKOWE RYZYKO FINANOWE Magdalena Homa

Bardziej szczegółowo

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)

A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339

Bardziej szczegółowo

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

METODY STATYSTYCZNE W FINANSACH

METODY STATYSTYCZNE W FINANSACH METODY STATYSTYCZNE W FINANSACH Krzyszof Jajuga Akademia Ekonomiczna we Wrocławiu, Kaedra Inwesycji Finansowych i Ubezpieczeń Wprowadzenie W osanich kilkunasu laach na świecie obserwuje się dynamiczny

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste modele ze złożonym zachowaniem czyli o chaosie Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok

Bardziej szczegółowo

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład VII Przekształcenie Fouriera.

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład VII Przekształcenie Fouriera. 7. Całka Fouriera w posaci rzeczywisej. Wykład VII Przekszałcenie Fouriera. Doychczas rozparywaliśmy szeregi Fouriera funkcji w ograniczonym przedziale [ l, l] lub [ ] Teraz pokażemy analogicznie przedsawienie

Bardziej szczegółowo

Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995.

Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995. Bibliografia Dobija M., Smaga E.; Podstawy matematyki finansowej i ubezpieczeniowej, PWN Warszawa- -Kraków 1995. Elton E.J., Gruber M.J., Nowoczesna teoria portfelowa i analiza papierów wartościowych,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

WYBRANE STANY NIEUSTALONE TRANSFORMATORA

WYBRANE STANY NIEUSTALONE TRANSFORMATORA WYBRANE STANY NIEUSTAONE TRANSFORMATORA Analę pracy ransformaora w sanach prejścowych można preprowadć w oparcu o równana dynamk. Rys. Schema deowy ransformaora jednofaowego. Onacmy kerunk prądów napęć

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

METODY KOMPUTEROWE 10

METODY KOMPUTEROWE 10 MEODY KOMPUEROWE RÓWNANIA RÓŻNICZKOWE CZĄSKOWE Poechnka Poznańska Mchał Płokowak Adam Łodgowsk Mchał PŁOKOWIAK Adam ŁODYGOWSKI Konsace nakowe dr nż. Wod Kąko Poznań 00/00 MEODY KOMPUEROWE 0 RÓWNANIA RÓŻNICZKOWE

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzaa Doman Akademia Ekonomiczna w Poznaniu Modele mikrosrukury rynku Bageho (97) informed raders próbują wykorzysać swoją przewagę informacyjną

Bardziej szczegółowo

Postęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak

Postęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.

Bardziej szczegółowo

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak MAKROEKONOMIA 2 Wykład 3. Dynamiczny model DAD/DAS, część 2 Dagmara Mycielska Joanna Siwińska - Gorzelak 2 Plan wykładu Zakłócenia w modelu DAD/DAS: Wzros produkcji poencjalnej; Zakłócenie podażowe o sile

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Podstawowe twierdzenia

Podstawowe twierdzenia Rozdzał 3 Podstawowe twerdzena 3.1 Istnene rozwazań lokalnych Rozpocznjmy od odpowedz na ogólne pytane: jake warunk mus spełnać równane różnczkowe zwyczajne, aby stnało jego rozwązane kedy rozwązane to

Bardziej szczegółowo

DYNAMIKA KONSTRUKCJI

DYNAMIKA KONSTRUKCJI 10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml

Bardziej szczegółowo

WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU ODPOWIEDZIALNOŚCI

WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU ODPOWIEDZIALNOŚCI ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 668 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 41 2011 BARTŁOMIEJ NITA Uniwersye Ekonomiczny we Wrocławiu WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU

Bardziej szczegółowo