FINANSE II. Model jednowskaźnikowy Sharpe a.

Wielkość: px
Rozpocząć pokaz od strony:

Download "FINANSE II. Model jednowskaźnikowy Sharpe a."

Transkrypt

1 ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy Sharpe a. odel jedowskaźkowy staow uproszczee klasyczej teor portela przedstawoej a poprzedch zajęcach. Opera sę o a założeu, że kształtowae sę stóp zwrotu akcj jest zdetermowae czykem, który odzwercedla zmay a ryku kaptałowym. Na welu gełdach zaobserwowao, że stopy zwrotu z kokretej akcj są powązae ze stopą zwrotu deksu gełdy, zwaego wskaźkem ryku odzwercedlającego ogólą sytuację a gełdze. I. La charakterystycza paperu wartoścowego (Securty Characterstc Le). Zależość stopy zwrotu akcj od stopy zwrotu deksu gełdy (będącej tu odpowedkem portela rykowego) określa astępujące rówae regresj lowej: R = α + β R + e () gdze: R stopa zwrotu -tej akcj; R stopa zwrotu deksu ryku; α,β współczyk rówaa; e składk losowy rówaa. W powyższym rówau regresj zmeą objaśaą jest stopa zwrotu akcj, a zmeą objaśającą stopa zwrotu wskaźka ryku. Rówae regresj po jego oszacowau jest azywae lą charakterystyczą paperu wartoścowego (securty characterstc le). Najważejszy w m jest współczyk β zway współczykem beta. Wskazuje o, o le procet w przyblżeu wzrośe stopa zwrotu akcj, gdy stopa zwrotu deksu gełdy wzrośe o procet. Zazaczając a wykrese pukty ozaczające stopę zwrotu z daej akcj w daym okrese stopę zwrotu z deksu ryku w tym samym okrese możemy wyzaczyć hpotetyczą prostą, będącą lą regresj, która będze lą charakterystyczą akcj (rys. ). R Rys. r. La charakterystycza akcj. R

2 ODELE RYNKU KAPITAŁOWEGO Do oszacowaa l charakterystyczej akcj stosuje sę metodę ajmejszych kwadratów (NK), która polega a mmalzacj astępującego wyrażea: t= ( Rt α β Rt ) () gdze: R t stopa zwrotu -tej akcj w t-tym okrese; R t stopa zwrotu wskaźka ryku w t-tym okrese. Wyrażee powyższe ozacza sumę kwadratów różc mędzy wartoścam stóp zwrotu akcj, a hpotetyczym wartoścam oblczoym a podstawe l regresj. Po rozwązau powyższego zadaa mmalzacj otrzymujemy astępujące wzory: ( Rt R ) ( Rt R ) t= β = (3) ( R R ) t= t α = R β R (4) gdze: - lczba okresów z których pochodzą ormacje; R - średa arytmetycza stóp zwrotu z -tej akcj; R - średa arytmetycza stóp zwrotu wskaźka ryku; Na podstawe oszacowaej l charakterystyczej akcj moża wyzaczyć róweż warację wskaźka ryku składka losowego: ( Rt R ) t= s = (5) se = t= ( R t α β R ) (6) gdze: s - waracja stopy zwrotu deksu ryku; se - waracja składka losowego. odel jedowskaźkowy jest uproszczeem klasyczej teor portela. Uproszczee to spowodowae jest aktem, że do zastosowaa teor portela ezbęda jest zajomość współczyków korelacj stóp zwrotu wszystkch par akcj, co może być pracochłoe. W modelu jedowskaźkowym zachodzą astępujące zależośc: R = α + β R (7)

3 ODELE RYNKU KAPITAŁOWEGO s se s = β + (8) j β β j s ρ j = (9) s s usmy jedak pamętać, że wzór wyzaczający s jest tylko wzorem przyblżoym wyzaczającym ryzyko całkowte akcj, które dokłade zostae omówoe a kolejych stroach. Zazaczmy jeszcze, że współczyk beta wąże ryzyko całkowte akcj z ryzykem portela rykowego w astępujący sposób: β s ρ = (0) s gdze: ρ m współczyk korelacj stopy zwrotu akcj stopy zwrotu portela rykowego. II. Współczyk beta (beta coecet). Współczyk beta akcj wskazuje, w jakm stopu stopa zwrotu akcj reaguje a zmay stopy zwrotu wskaźka ryku, czyl a zmay zachodzące a ryku. oże o przyjmować róże wartośc: β = 0 stopa zwrotu -tej akcj e reaguje a zmay a ryku; wobec tego paper wartoścowy woly jest od ryzyka ryku. 0 < β < stopa zwrotu -tej akcj w małym stopu reaguje a zmay zachodzące a ryku; akcja taka jest azywaa deesywą. β = stopa zwrotu -tego paperu wartoścowego zmea sę w takm samym stopu jak stopa zwrotu ryku; w szczególośc, portel rykowy ma współczyk beta rówy. β > stopa zwrotu -tej akcj w wększym stopu reaguje a zmay zachodzące a ryku; taka akcja jest azywaa agresywą. β < 0 ozacza, że stopa zwrotu reaguje a zmay odwrote ż ryek; jest to stosukowo rzadk przypadek, choć bardzo pożąday, jeśl spodzeway jest spadek stóp zwrotu wększośc akcj a ryku. III. Ryzyko rykowe, a ryzyko specycze akcj. Ryzyko całkowte akcj (s ) jest sumą dwóch składków. Perwszy składk jest to ryzyko systematycze, aczej zwae rykowym. Zależy od ryzyka wskaźka ryku oraz od współczyka beta, który róweż śwadczy o ryzyku ryku, gdyż odzwercedla powązae stopy zwrotu akcj ze stopą zwrotu portela rykowego. Z kole drug składk, będący waracją składka losowego, odzwercedla ryzyko specycze zwązae z daą akcją. Duży udzał ryzyka systematyczego w ogólym ryzyku akcj wskazuje, że ogóle ryzyko zwązae z sytuacją a ryku ma duży wpływ a ryzyko akcj. 3

4 ODELE RYNKU KAPITAŁOWEGO Pojęce ryzyka systematyczego ryzyka specyczego ma bezpośred zwązek z dywersykacją portela. Jak wadomo, dywersykacja portela może prowadzć do zaczej redukcj ryzyka tego portela. Jedak ryzyko to e może być w całośc wyelmowae. Umejęta dywersykacja portela prowadz do wyelmowaa ryzyka specyczego akcj wchodzących w skład portela. Jedak pozostaje jeszcze ryzyko ryku, które występuje w mejszym lub wększym stopu we wszystkch akcjach którego e moża wyelmować. Wraz ze zwększaem lczby akcj w portelu zmejszamy udzał ryzyka specyczego w ryzyku całkowtym, co lustruje rysuek. Ryzyko specycze (esystematycze) σ Ryzyko systematycze (rykowe) -lczba losowo wybraych akcj w portelu Rys. r. Ryzyko całkowte, a rozmar portela. Współczyk beta może być odesoy e tylko do pojedyczej akcj, ale róweż do portela akcj, gdze stosuje sę astępujący wzór: β = β () p w = odel ryku kaptałowego- CAP (Captal Asset Prcg odel). Najpopularejszym modelem ryku kaptałowego jest CAP. Twórcam tego modelu byl: Wllam Sharpe, Joh Lter Ja oss. Podstawą tego modelu są dwe zależośc: la ryku kaptałowego (Captal arket Le) R R R p = R + ( ) s p () s la ryku paperów wartoścowych (Securty arket Le) R = R + β ( R R ) (3) gdze: R R - prema za ryzyko. Podstawową różcą pomędzy obu lam jest to, że CL dotyczy tylko portel eektywych, a SL dotyczy wszystkch portel, w tym róweż pojedyczych paperów wartoścowych, a ryku będącym w rówowadze. 4

5 ODELE RYNKU KAPITAŁOWEGO I. Założea modelu CAP. odel CAP oparty jest a astępujących założeach: decyzje zakupu portela podejmowae przez westorów dotyczą jedego okresu. użyteczość westora jest całkowce zdetermowaa oczekwaą stopą zwrotu ryzykem posadaego portela. steje paper wartoścowy woly od ryzyka, który może być abyway przez westorów. Jego stopa zwrotu jest to stopa zwrotu wola od ryzyka. Isteje eograczoa możlwość udzelaa bądź zacągaa kredytu przy stope wolej od ryzyka cey rówowag steją tylko wtedy, gdy e ma trasakcj spekulacyjych. Jest to możlwe wtedy, gdy wszyscy uczestcy ryku dyspoują tym samym ormacjam mają o te same oczekwaa co do przyszłych wartośc stóp zwrotu ryzyka paperów wartoścowych. występuje krótka sprzedaż akcj koszty trasakcj są zerowe. e są płacoe podatk z tytułu posadaa paperów wartoścowych. papery wartoścowe mogą być dzeloe w dowoly sposób. trasakcje pojedyczego westora e mają wpływu a ceę paperu wartoścowego. II. Charakterystyka modelu. W modelu CAP kluczowe zaczee posada portel rykowy. Jest to portel, który składa sę z wszystkch akcj ych paperów wartoścowych o dodatm ryzyku występujących a ryku, przy czym udzały poszczególych akcj w tym portelu są rówe udzałom tych akcj w ryku. Perwszą zależoścą w CAP jest CL, dotycząca wyłącze portel eektywych. Z wzoru a CL wyka, że stopa zwrotu portela eektywego jest sumą dwóch składków: Stopy zwrotu wolej od ryzyka, którą moża terpretować jako ceę czasu, gdyż jest to wymagaa przez westora stopa zwrotu rekompesująca rezygację z beżącej kosumpcj. R R R R Iloczyu ( ) s p, gdze ( ) jest to prema za ryzyko, czyl s s dodatkowy procet stopy zwrotu, jak moża uzyskać za zwększee ryzyka o jedostkę. Jest to zatem cea jedostk ryzyka. Z kole S p jest to ryzyko portela eektywego. Wyka z tego, że la ryku kaptałowego może być zterpretowaa astępująco: Stopa zwrotu portela eektywego = cea czasu + cea jedostk ryzyka welkość ryzyka portela eektywego Z kole la ryku paperów wartoścowych (SL) dotyczy dowolych portel, a zatem róweż pojedyczych paperów wartoścowych. Oczekwaa stopa zwrotu takego portela jest także sumą dwóch składków: Stopy zwrotu wolej od ryzyka, a węc cey czasu, Drug składk jest to cea ryzyka. Jest to bowem loczy welkośc ryzyka systematyczego daego portela, merzoego współczykem beta, oraz prem 5

6 ODELE RYNKU KAPITAŁOWEGO za ryzyko, będącej różcą mędzy stopą zwrotu portela rykowego stopą zwrotu wolą od ryzyka. Spójrzmy a klka wersj SL w zależośc od daej wartośc współczyka beta: β =, wówczas R=R (czyl a SL leży róweż portel rykowy); β=0, wówczas R = R (czyl a SL leży portel zawerający strumety wole od ryzyka); β > (portel agresywy), wówczas R > R ; 0 < β < (portel deesywy), wówczas R < R < R ; β < 0, wówczas R < R ; Na podstawe SL moża wyzaczyć współczyk ala (e ależy go mylć z współczykem ala l charakterystyczej akcj). Jest o określoy astępująco: α = R R + β ( R R )) (4) ( gdze: R oczekwaa stopa zwrotu portela ( p. oszacowaa za pomocą aalzy udametalej). Współczyk ala jest adwyżką oczekwaej stopy zwrotu ad oczekwaą stopa zwrotu a ryku zajdującym sę w rówowadze. Jeśl akcja leży a SL to współczyk ala rówy jest zero. ożemy go także wyzaczyć dla portel akcj: α = α (5) p w = Iterpretację graczą SL przedstawam a poższym rysuku (rys. 3). R F A B B C C D 0 β Rysuek r 3. La ryku paperów wartoścowych. Na rysuku a os odcętych zazaczoe są współczyk beta portel, a a os rzędych oczekwae stopy zwrotu portel. Zazaczoe tam są róże portele la SL. Na SL zajduje sę sześć portel. Portel F zawera tylko strumety wole od ryzyka. Portel jest to portel rykowy. Portel A jest to portel deesywy, a portel D jest to portel agresywy. Oba portele leżą a SL, z czego wyka że ryk dla tych portel są w rówowadze, a same portele są dobrze wyceoe. Pojęce dobrze wyceoy odos sę 6

7 ODELE RYNKU KAPITAŁOWEGO do SL (czyl do CAP) ozacza, że oczekwaa stopa zwrotu tych portel jest taka sama jak wększośc portel o tym samym współczyku beta. Na rysuku zazaczoe są róweż dwa portele, które e leżą a SL. Portel B leży powyżej SL. Współczyk ala tego portela jest dodat. Ozacza to, że odpowada mu wyższa oczekwaa stopa zwrotu ż portelow B, który ma te sam współczyk beta, ale leży a SL (czyl jest dobrze wyceoy). Portel B jest edoszacoway, lub aczej edowartoścoway. Staje sę o dla westorów atrakcyjy, co powoduje wzrost popytu a portel B wzrost jego cey, a w zwązku z tym spadek jego oczekwaej stopy zwrotu. Te dzałaa doprowadzą do rówowag portel B stae sę portelem B, czyl zajdze sę a l SL. Z kole portel C leży pożej SL. Współczyk ala tego portela jest ujemy. Ozacza to, że odpowada mu ższa oczekwaa stopa zwrotu ż portelow C, który ma te sam współczyk beta, ale leży a SL (czyl jest dobrze wyceoy). Portel C jest przeszacoway, lub aczej przewartoścoway. Staje sę o dla westora eatrakcyjy, węc będze o sę starał dokoać jego sprzedaży (róweż krótkej). Spowoduje to zwększoą podaż portela C, spadek jego cey, a w zwązku z tym wzrost jego oczekwaej stopy zwrotu. Te dzałaa doprowadzą do rówowag portel C stae sę portelem C, czyl zajdze sę a l SL. W rzeczywstośc oczywśce gdy e jest tak, że wszystke portele leżą a SL. Rówowaga jest procesem dyamczym wększość portel jest edoszacowaa lub przeszacowaa. Zobaczmy a koec astępującą zależość. Po podstaweu do l SL wzoru s ρ β =, otrzymujemy w odeseu do portela leżącego a SL: s R R R = R + s ρ (6) s Wdzmy, że jeśl ρ m =, to powyższe rówae staje sę rówaem CL. Ozacza to, że portel eektywy w rówowadze portel rykowy mają współczyk korelacj stóp zwrotu rówy. Dla tych dwóch portel zmay stóp zwrotu są proporcjoale. odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). I. Prawo jedej cey. Teora arbtrażu ceowego opera sę a prawe jedej cey, które mów, że dwa detycze dobra są wyceae po tej samej cee. Jeżel są sprzedawae po różych ceach, wtedy ktokolwek możemy dokoać arbtrażu, kupując jedo dobro po cee ższej sprzedając to dobro po cee wyższej osągając w te sposób dochód bez ryzyka. Arbtraż dotyczy główe ryków asowych jest tam dokoyway emal eustae. Wosek z ukcjoowaa prawa jedej cey jest astępujący: dwa strumety asowe o rówym ryzyku muszą meć te same stopy zwrotu. II. odel APT Oprócz założea prawa jedej cey APT zakłada róweż jedorodość oczekwań. Zalczay jest do tzw. model czykowych, w których zakłada sę, że stopy zwrotu akcj geerowae są według wzoru: 7

8 ODELE RYNKU KAPITAŁOWEGO R = a + b F + b F b m F m + e, (7) gdze: F j j-ty czyk; a wyraz woly; b j współczyk wrażlwośc -tej akcj względem j-tego czyka; e składk losowy rówaa. Z powyższego rówaa wyka, że stopa zwrotu akcj zależy od m różego rodzaju czyków. W rówau tym ważą rolę odgrywają współczyk wrażlwośc. Ich terpretacja jest podoba do terpretacj współczyka beta. Otóż współczyk wrażlwośc wskazuje, jak zareaguje stopa zwrotu akcj a jedostkową zmaę czyka, gdy pozostałe czyk e zmeą sę. Współczyk wrażlwośc wyzacza sę róweż dla portela: b pj = = w b (8) gdze : b pj współczyk wrażlwośc portela względem j-tego czyka. Na ryku kaptałowym jest wele akcj portel. Isteje możlwość utworzea portel o dowolej wrażlwośc a poszczególe rodzaje czyków. Jest wele możlwych sposobów skostruowaa portela o jedostkowej wrażlwośc a day czyk, jak róweż portela ewrażlwego a żade z czyków. Portel, którego wrażlwość a j-ty czyk jest jedostkowa który jest ewrażlwy a pozostałe czyk, wyzacza sę rozwązując rówaa: = = j w b j = (9) w b k = 0, k =,...,m k j (0) Natomast portel, który jest ewrażlwy a wszystke czyk wyzacza sę rozwązując rówae: = w b j = 0, j =,...,m () Portele, które są wrażlwe a jede czyk, przy czym współczyk wrażlwośc jest jedostkowy, mają tę samą oczekwaą stopę zwrotu (prawo jedej cey stee arbtrażu ceowego). Podobe portele, które są ewrażlwe a żade czyk, powy meć oczekwaą stopę zwrotu rówą stope wolej od ryzyka. odel APT zakłada, że a ryku jest wele akcj ych paperów wartoścowych. Podstawą tego modelu jest tzw. portel arbtrażowy, który speła astępujące rówaa: = x = = 0 () x b j = 0, j =,...,m (3) = x e = 0 (4) Rówae perwsze ozacza, że przy tworzeu portela arbtrażowego e poos sę żadych akładów. Rówae środkowe ozacza, że portel jest ewrażlwy a czyk 8

9 ODELE RYNKU KAPITAŁOWEGO ryzyka (wyrażee x b j jest to zmaa dochodu częśc portela zawestowaej w -tą akcję, która to zmaa jest wywołaa zmaą j-tego czyka). Rówae ostate jest to zależość przyblżoa, która ozacza, że portel e ma ryzyka specyczego (odzwercedlaego przez składk losowy). Na podstawe powyższych rówań dochodzmy do właścwego modelu APT, określającego stopę zwrotu portela: R = λ 0 + λb + λb λmb m (5) gdze: b,...,b m - współczyk wrażlwośc portela względem czyków ryzyka, λ,..., λ m współczyk rówaa. oża róweż doweść, że współczyk λ modelu są rówe: λ 0 = R, λ j = R pj - R (j=,...,m) (5) gdze: R stopa zwrotu wola od ryzyka; R pj oczekwaa stopa zwrotu portela, który jest ewrażlwy a wszystke czyk oprócz j-tego, a którego wrażlwość a j-ty czyk jest jedostkowa. Zobaczmy jeszcze terpretację graczą (rys. 4) modelu jedoczykowego APT, daego wzorem: R = R + bλ (6) R O P R b Rysuek r 4. La arbtrażu ceowego. Na rys. tym przedstawoa jest tzw. la arbtrażu ceowego. Jest to zależość oczekwaej stopy zwrotu portela od współczyka wrażlwośc a czyk ryzyka. Wyraz woly tej l odpowada stope wolej od ryzyka.. Z kole współczyk kerukowy, czyl wartość λ, jest to prema za ryzyko, Iaczej jest to adwyżka oczekwaej stopy zwrotu portela ad stopą wolą od ryzyka, przy czym portel te ma jedostkową wrażlwość a czyk ryzyka. Jeśl ryek jest w rówowadze, portele są dobrze wyceoe zajdują sę a l arbtrażu ceowego. Na rys. 4 przedstawoe są róweż przykłady portel edoszacowaych (O) przeszacowaych (P). Ich terpretacja proces dochodzea do rówowag jest detyczy jak w modelu CAP. Ostatą kwestą przy modelu APT jest odpowedź a pytae jake mogą być czyk ryzyka w m występujące. ogą to być p.: zmay PKB, zmay stopy bezroboca, zmay w różcy stóp procetowych pomędzy krajam, zmay stopy lacj, zmay deksu produkcj przemysłowej tp. 9

10 ODELE RYNKU KAPITAŁOWEGO Zadaa do ćwczeń r 5 Zadae r. Stopy zwrotu Jarvs Corporato rykowe są astępujące: Rok Stopa zwrotu Jarvs Stopa zwrotu rykowa 99-5% -6% Oblcz współczyk beta dla rmy Jarvs. Jak procet ryzyka całkowtego staow ryzyko systematycze? Zadae r. Załóżmy, że R = 8%, R = 4% beta =.5 dla -tego paperu wartoścowego. Oblcz oczekwaą stopę zwrotu dla paperu wartoścowego. Jak zme sę oczekwaa stopa zwrotu, jeśl R wzrośe do 6%? Jak zme sę ta stopa jeśl współczyk beta zmejszy sę do 0.75? Zadae r 3. Dywdeda a akcję dla BC Corporato wzrastała 6% w cągu roku przez ostate 6 lat. Wyzacz wartość akcj BC, jeśl sytuacja ta będze trwała w przyszłośc. Zakładamy, że D 0 = 3.5, R =9%, R = 6% β BC =.3. Zadae r 4. Jeerso Ivestmet Compay zarządza uduszem złożoym z pęcu akcj o astępującej wartośc rykowej współczykach beta rówych. Akcje Wartość rykowa Współczyk beta Zell $ Car Arms Dole Ord Suma: Oblcz współczyk beta portela. Zadae r 5. Zakładamy, że R = 9%, R = 5%. Oczekwae stopy zwrotu współczyk beta są dae pożej: Akcje Oczekwaa stopa zwrotu Współczyk beta Hall 4%. Izzo 5% 0.75 Je 0%.5 Które akcje są przewartoścowae, a które edowartoścowae? Zadae r 6. Proszę wyzaczyć lę APT dla dwóch poższych portel zajdujących sę w rówowadze: Portel Oczekwaa stopa zwrotu Współczyk wrażlwośc b A 5%.5 B 0% 0.5 Zadae r 7. Portel Isteją trzy portele będące w rówowadze: Oczekwaa stopa b b zwrotu 0

11 ODELE RYNKU KAPITAŁOWEGO X Y Z Wyzaczyć lę APT. Na ryku dostępy jest paper U e będący w rówowadze, którego R=7%, b U = 0.8, b U = Jak zysk możemy osągąć przez stworzee strateg arbtrażowej z akcj X Y? Proszę opsać poszczególe trasakcje.

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

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

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

System finansowy gospodarki

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

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

System finansowy gospodarki

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Analiza spektralna stóp zwrotu z inwestycji w akcje

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

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

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

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

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

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

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

teorii optymalizacji

teorii optymalizacji Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

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

Bardziej szczegółowo

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

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

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

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

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

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Teraz wiesz i inwestujesz ANALIZA TECHNICZNA WPROWADZENIE

Teraz wiesz i inwestujesz ANALIZA TECHNICZNA WPROWADZENIE Teraz wesz westujesz ANALIZA TECHNICZNA WPROWADZENIE Natura ryków fasowych od początków swego stea przycąga ogromą lczbę westorów, których adrzędym celem jest odesee sukcesu westycyjego przez pomaŝae zawestowaych

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych

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

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura:

Wstęp do prawdopodobieństwa. Dr Krzysztof Piontek. Literatura: Studum podyplomowe altyk Fasowy Wstęp do prawdopodobeństwa Lteratura: Ostasewcz S., Rusak Z., Sedlecka U.: Statystyka elemety teor zadaa, kadema Ekoomcza we Wrocławu 998. mr czel: Statystyka w zarządzau,

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

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

Bardziej szczegółowo

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Lista 6. Kamil Matuszewski X X X X X X X X X X X X Lsta 6 Kaml Matuszewsk 9..205 2 3 4 5 6 7 9 0 2 3 4 5 6 7 X X X X X X X X X X X X Zadae Lewa stroa: W delegacj możemy meć od do osób. Wyberamy ( k) osób a k sposobów wyberamy przewodczącego. k =.. węc

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

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

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

Regresja REGRESJA

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

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału 5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B

Bardziej szczegółowo

MODELE OBIEKTÓW W 3-D3 część

MODELE OBIEKTÓW W 3-D3 część WYKŁAD 5 MODELE OBIEKTÓW W -D część la wykładu: Kocepcja krzywej sklejaej Jedorode krzywe B-sklejae ejedorode krzywe B-sklejae owerzche Bezera, B-sklejae URBS 1. Kocepcja krzywej sklejaej Istotą z praktyczego

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

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

Bardziej szczegółowo

... MATHCAD - PRACA 1/A

... MATHCAD - PRACA 1/A Nazwsko Imę (drukowaym) KOD: Dzeń+godz. (p. Śr) MATHCAD - PRACA /A. Stablcuj fukcję: f() = s() + /6. w przedzale od a do b z podzałem a rówych odcków. Sporządź wykres f() sprawdź, le ma mejsc zerowych.

Bardziej szczegółowo