Rozhodovací procesy 10
|
|
|
- Dominika Soukupová
- před 8 lety
- Počet zobrazení:
Transkript
1 Rozhodovací procesy 10 Rozhodování za rizika a nejistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 X rozhodování 1
2 Rozhodování za rizika a nejistoty Cíl přednášky 10: Rozlišení rozhodovacích problémů Riziko nejistota: Postoj rozhodovatele k riziku Stanovení pravděpodobností Metody rozhodování za rizika Pravidlo očekávané hodnoty, rozptylu, Metody rozhodování za nejistoty Pravidlo maximax, minimax, LaPlace, Savageovo, Pravidla - riziko Pravidla - nejistota X rozhodování 2
3 Definujeme metody pro tuto oblast X rozhodování 3
4 Rozlišení rozhodovacích problémů Rozhodování za jistoty Rozhodovatel má úplnou informaci o okolní situaci (stav světa) a dokáže definovat budoucí stavy světa (zná s jistotou všechny informace) Rozhodovatel dokáže určit důsledky variant Rozhodování za rizika Rozhodovatel dokáže definovat možné budoucí stavy světa, které mohou nastat (pracuje s informacemi, které zná jen s určitou pravděpodobností) Je nutné umět stanovit pravděpodobnost jejich výskytu Předpokládá se neutrální postoj rozhodovatele k riziku Rozhodování za nejistoty Rozhodovatel nezná pravděpodobnost výskytu budoucích stavů světa (a někdy ani nezná všechny možné stavy světa) Rozhodovatel pracuje s neurčitými informacemi, jejichž pravděpodobnost pouze může odhadovat Při řešení takového rozhodovacího problému je důležité znát postoj rozhodovatele k riziku (optimista, pesimista, neutrál) X rozhodování 4
5 Rozlišení rozhodovacích problémů Rozhodování za: Jistoty Varianty dosažení výsledku Dosažený efekt (výsledek - zisk) Cíl: maximalizace zisku 1. Podpora prodeje 1, , ,- 2. Bez podpory prodeje 1, , ,- Rizika 1.Podpora prodeje 2. Bez podpory prodeje Velký trh (0,6) , ,- Očekávaná hodnota ,- Malý trh (0,4) , ,- Velký trh (0,6) , ,- Očekávaná hodnota ,- Malý trh (0,4) , ,- Nejistoty 1.Podpora prodeje 2.Bez podpory prodeje? nejistý? nejistý? nejistý? nejistý? nejistý? nejistý Výsledky Neznáme Výsledky Neznáme X rozhodování 5
6 Rozhodování za rizika a nejistoty Jsou rozhodovací situace, v nichž rozhodovatel počítá s určitou mírou nejistoty (ať se nejistota týká možných stavů okolního světa nebo i očekávaných důsledků) Úroveň poptávky po novém výrobku Reakce konkurenta na určitou úroveň ceny produktu Úroveň inflace nebo devizových kurzů Řešení takových situací: Použití pravidel pro rozhodování!!! Ale základem aplikace těchto pravidel je vždy stanovení pravděpodobnosti výskytu rizikové situace Teprve pak následuje výpočet funkce utility (za rizika či nejistoty) Důležité je také znát postoj rozhodovatele k riziku a nejistotě X rozhodování 6
7 Postoj rozhodovatele k riziku Pesimista - sklon k riziku (Vyhledávání rizikových variant) Neutrální postoj k riziku Optimista - averze k riziku (vyhýbání se rizikovým situacím) (většina dále uvedených metod z pravidla předpokládá spíše neutrální postoj rozhodovatele k riziku; výjimkou jsou některé metody používané při rozhodování za nejistoty) X rozhodování 7
8 Metody stanovení pravděpodobnosti budoucích situací Objektivní pravděpodobnost Stanovení je založeno na znalosti výskytu určitého jevu v minulosti (podrobněji statistická literatura) Subjektivní pravděpodobnost Není k dispozici dostatek informací z minulosti Pak se vyjadřuje subjektivní přesvědčení o tom, jak se určitý jev bude vyskytovat Dochází k výraznému uplatnění: znalostí, zkušeností intuice Subjektivní pravděpodobnost lze číselně vyjádřit: Metoda relativních velikostí Metoda kvantilů X rozhodování 8
9 Stanovení subjektivní pravděpodobnosti výpočtem Metoda relativních velikostí Použití když dochází k omezenému počtu pravděpodobnostních jevů (počet poruch výrobního zařízení) Základ určení pravděpodobnosti jevu (situace), který je nejpravděpodobnější Tato pravděpodobnost se pak použije pro vyjádření pravděpodobnosti jevů dalších dále se využije skutečnost, že součet dílčích pravděpodobností = 1 Vypočtené subjektivní pravděpodobnosti pak tvoří tzv. rozdělení pravděpodobnosti Metoda kvantilů Použití počet možných situací, které mohou nastat, je veliký (příp. nekonečný) (devizové kurzy, ceny surovin, výše poptávky) i se stanovují na základě rozhovoru analytika s příslušným odborníkem (ceny surovin - nákupčí, poptávka - marketingový odborník) 1. Analytik stanoví určité pevné pravděpodobnosti (např. 0,25 0,5 0,75) a marketingový odborník určí pro tyto pevné pravděpodobnosti velikost poptávky 2. Analytik se dotazuje na pravděpodobnost výskytu zvolených hodnot poptávky Výsledkem je subjektivní stanovení pravděpodobnosti poptávky X rozhodování 9
10 Metody statického rozhodování za rizika Při rozhodování se používají: Rozhodovací matice Pravidla rozhodování za rizika Používaná rozhodovací matice pravděpodobnost varianty p 1 p i S 1 S i V S p U V 1 U 11 U 1i V j U j1 U ji varianta rozhodování situace, která nastane s určitou pravděpodobností hodnota kriteria, stav světa pravděpodobnost příslušného stavu světa užitečnost (utilita důsledek) rizikové varianty X rozhodování 10
11 PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA PRAVIDLO OČEKÁVANÉ STŘEDNÍ HODNOTY E i (K) = U ji * p i PRAVIDLO OČEKÁVANÉ STŘEDNÍ HODNOTY A ROZPTYLU D (K) = [ K i - E(K)] 2 * p i JESTLIŽE : E (V 1 ) E (V 2 ) a D (V 1 ) < D (V 2 ) E (V 1 ) > E (V 2 ) a D (V 1 ) D (V 2 ) PAK: V 1 budeme preferovat před V 2 ALE??: E (V 1 ) > E (V 2 ) a D (V 1 ) > D (V 2 ) X rozhodování 11
12 Metody statického rozhodování za nejistoty Při rozhodování se používají: Rozhodovací matice Pravidla rozhodování za nejistoty Používaná rozhodovací matice pravděpodobnost varianty????????????? S 1 S i V S p U V 1 U 11 U 1i V j U j1 U ji varianta rozhodování situace, která nastane s určitou pravděpodobností hodnota kriteria, stav světa pravděpod. neznáme, neznáme ani možný počet stavů užitečnost (utilita důsledek) rizikové varianty X rozhodování 12
13 PRAVIDLA ROZHODOVÁNÍ ZA NEJISTOTY PRAVIDLO MINIMAXU rozhodovatel=pesimista řádková minima optimum = max. hodnota z řádkových minim PRAVIDLO MAXIMAXU rozhodovatel=optimista řádková maxima optimum = max. hodnota z řádkových maxim LAPLACEOVO PRAVIDLO-ROZHODOVATEL=NEUTRÁL využijeme očekávanou střední hodnotu HURWICZOVO PRAVIDLO stanovíme koeficient optimismu α ( 0-1 ) obvykle 0,6 stanovíme koeficient pesimismu β ( 1 - α ) charakteristika varianty : max.* α + min * β SAVAGEOVO PRAVIDLO matice ztrát X rozhodování 13
14 Rozhodovací procesy 10 Rozhodování za rizika a nejistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 X rozhodování 14
MANAŽERSKÉ ROZHODOVÁNÍ
MANAŽERSKÉ ROZHODOVÁNÍ Téma 21 - PRAVIDLA ROZHODOVÁNÍ ZA RIZIKA A NEJISTOTY doc. Ing. Monika MOTYČKOVÁ (Grasseová), Ph.D. Univerzita obrany Fakulta ekonomika a managementu Katedra vojenského managementu
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu
Firma a nejistota Aplikace rozhodování v podmínkách rizika a nejistoty na firmu Teorie firmy Rozhodování Jedna z významných činností manažera Nedílná součást manažerské práce Zásadně ovlivňuje budoucí
Rozhodovací procesy 11
Rozhodovací procesy 11 Management rizik Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 XI rozhodování 1 Management rizik Cíl přednášky 11: a přístup k řízení rizik : Ohrožení,
Rozhodování při riziku, neurčitosti a hry s neúplnou informací. Rozhodování při riziku
Rozhodování při riziku, neurčitosti a hry s neúplnou informací Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Výkladová část 1) Rozhodování při riziku a neurčitosti I. Rozhodování
VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY
Internetový časopis o jakosti Vydavatel: Katedra kontroly a řízení jakosti, FMMI, VŠB-TU Ostrava VÍCEKRITERIÁLNÍ MANAŢERSKÉ ROZHODOVÁNÍ V PODMÍNKÁCH RIZIKA A NEJISTOTY ÚVOD Všemi sekvenčními manažerskými
Statické okolí Dynamické okolí relativně stabilní faktory
SIR Přednášející: doc. Ing. Jaroslav Knápek, CSc. Email: knapek@fel.cvut.cz Katedra: K1316, katedra ekonomiky, manažerství a humanitních věd Adresa: Zikova 2, 2. patro KH: úterý, 13-14 14 hod Manažerské
Rozhodovací procesy 2
Rozhodovací procesy 2 Základní pojmy a struktura rozhodování Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 II rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování
Rozhodování. Ing. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
UNIVERZITA PARDUBICE. Fakulta ekonomicko správní
UNIVERZITA PARDUBICE Fakulta ekonomicko správní FIREMNÍ VÍCEKRITERIÁLNÍ ROZHODOVACÍ PROCESY Anna Suková BAKALÁŘSKÁ PRÁCE 2010 Prohlašuji: Tuto práci jsem vypracovala samostatně. Veškeré literární prameny
(horizontální a vertikální integrace disciplín při využití v reengineeringu řízení logistických procesů)
Téma 4 Moderní metody v logistice oběhových procesů. Vědní disciplíny a jejich metody v oblasti reengineeringu (horizontální a vertikální integrace disciplín při využití v reengineeringu řízení logistických
OPTIMALIZACE STRATEGICKÉHO ROZHODNUTÍ
Masarykova univerzita Ekonomicko-správní fakulta Studijní obor: Podniková ekonomika a management OPTIMALIZACE STRATEGICKÉHO ROZHODNUTÍ Optimizing a strategic decision Diplomová práce Vedoucí diplomové
Ing. Alena Šafrová Drášilová, Ph.D.
Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách
Ing. Alena Šafrová Drášilová
Rozhodování II Ing. Alena Šafrová Drášilová Obsah vztah jedince k riziku rozhodování v podmínkách rizika rozhodování v podmínkách nejistoty pravidlo maximin pravidlo maximax Hurwitzovo pravidlo Laplaceovo
Projektové řízení a rizika v projektech
Projektové řízení a rizika v projektech Zainteresované strany Zainteresované strany (tzv. stakeholders) jsou subjekty (organizace, lidé, prostory, jiné projekty), které realizace projektu ovlivňuje. Tyto
Lineární programování
Lineární programování Úlohy LP patří mezi takové úlohy matematického programování, ve kterých jsou jak kriteriální funkce, tak i všechny rovnice a nerovnice podmínek výhradně tvořeny lineárními výrazy.
Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2
Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality
Prognóza poruchovosti vodovodních řadů pomocí aplikace Poissonova rozdělení náhodné veličiny
Prognóza poruchovosti vodovodních řadů pomocí aplikace Poissonova rozdělení náhodné veličiny Ing. Jana Šenkapoulová VODÁRENSKÁ AKCIOVÁ SPOLEČNOST, a.s. Brno, Soběšická 156, 638 1 Brno ÚVOD Každé rekonstrukci
Vzorový příklad na rozhodování BPH_ZMAN
Vzorový příklad na rozhodování BPH_ZMAN Základní charakteristiky a značení symbol verbální vyjádření interval C g g-tý cíl g = 1,.. s V i i-tá varianta i = 1,.. m K j j-té kriterium j = 1,.. n v j x ij
Jednokriteriální rozhodování za rizika a nejistoty
Kapitola Jednokriteriální rozhodování za rizika a nejistoty U jednokriteriálních úloh je vždy pouze jedno kritérium optimality, a to buď maximalizační nebo minimalizační. Varianty rozhodování jsou zadány.
Rozhodovací procesy 1
Rozhodovací procesy 1 Význam rozhodování a základní pojmy Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 I rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování
Charakteristika rizika
Charakteristika rizika Riziko je možnost, že se dosažené výsledky podnikání budou příznivě či nepříznivě odchylovat od předpokládaných výsledků. Odchylky od předpokladu jsou: a) příznivé b) nepříznivé
Biostatistika a matematické metody epidemiologie- stručné studijní texty
Biostatistika a matematické metody epidemiologie- stručné studijní texty Bohumír Procházka, SZÚ Praha 1 Co můžeme sledovat Pro charakteristiku nebo vlastnost, kterou chceme sledovat zvolíme termín jev.
Rozptyl. Pozn.: rozptyl je nezávislý na posunu hustoty pravděpodobnosti na ose x, protože Var(X) mi určuje jen šířku rozdělení.
Rozptyl Základní vlastnosti disperze Var(konst) = 0 Var(X+Y) = Var(X) + Var(Y) (nezávislé proměnné) Lineární změna jednotek Y = rx + s, například z C na F. Jak vypočítám střední hodnotu a rozptyl? Pozn.:
Hodnocení efektivnosti investičního projektu
Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta Katedra účetnictví a financí Bakalářská práce Hodnocení efektivnosti investičního projektu Vypracoval: Mgr. Alice Hypšová Vedoucí práce: Ing.
METODICKÝ APARÁT LOGISTIKY
METODICKÝ APARÁT LOGISTIKY Metodický aparát logistiky jedná se o metody sloužící k rozhodování při logistických problémech Metodu = použijeme, v případě vzniku problému. Problém = vzniká v okamžiku, když
TECHNICKÉ ZNALECTVÍ. Metody soudně znalecké analýzy. Prof. Ing. Jan Mareček, DrSc. ÚZPET
TECHNICKÉ ZNALECTVÍ Metody soudně znalecké analýzy ÚZPET Prof. Ing. Jan Mareček, DrSc. Osnova tématu 1.Výpočty ve znaleckém posudku 2. Vybrané metody soudně znalecké analýzy 1.Výpočty ve znaleckém posudku
Poděkování Na tomto místě bych ráda poděkovala Ing. Martinu Lampovi, Ph.D. za odborné připomínky a rady, kterými přispěl k vypracování této práce.
Poděkování Na tomto místě bych ráda poděkovala Ing. Martinu Lampovi, Ph.D. za odborné připomínky a rady, kterými přispěl k vypracování této práce. Abstrakt Tématem mé bakalářské práce je popsat Metody
Téma 2: Pravděpodobnostní vyjádření náhodných veličin
0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník
Investice a akvizice
Fakulta vojenského leadershipu Katedra ekonomie Investice a akvizice Téma 4: Rizika investičních projektů Brno 2014 Jana Boulaouad Ing. et Ing. Jana Boulaouad Operační program Vzdělávání pro konkurenceschopnost
Rozhodovací procesy 8
Rozhodovací procesy 8 Rozhodování za jistoty Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 VIII rozhodování 1 Rozhodování za jistoty Cíl přednášky 8: Rozhodovací analýza Stanovení
6. T e s t o v á n í h y p o t é z
6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně
Experimentální metody EVF II.: Mikrovlnná
Experimentální metody EVF II.: Mikrovlnná měření parametrů plazmatu Vypracovali: Štěpán Roučka, Jan Klusoň Zadání: Měření admitance kolíku impedančního transformátoru v závislosti na hloubce zapuštění.
V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
1. Pravděpodobnost a statistika (MP leden 2010)
1. Pravděpodobnost a statistika (MP leden 2010) Pravděpodobnost pojmy 1. Diskrétní pravděpodobnostní prostor(definice, vlastnosti, příklad). Diskrétní pravděpodobnostní prostor je trojice(ω, A, P), kde
5. Maticová algebra, typy matic, inverzní matice, determinant.
5. Maticová algebra, typy matic, inverzní matice, determinant. Matice Matice typu m,n je matice složená z n*m (m >= 1, n >= 1) reálných (komplexních) čísel uspořádaných do m řádků a n sloupců: R m,n (resp.
Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )
LINEÁRNÍ ALGEBRA Úvod vektor Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS ) Kartézský souřadnicový systém -je taková soustava
1. dílčí téma: Rozhodování při riziku, neurčitosti a hry s neúplnou informací
Cíl tematického celku: Student získá komplexní přehled teorií oligopolu, které lze úspěšně aplikovat v realitě. Druhým cílem je naučit se chápat obsah komunikace, která se vede při projednávání nejrůznějších
ČSN EN 1991-1-3 (Eurokód 1): Zatížení konstrukcí Zatížení sněhem. Praha : ČNI, 2003.
ZATÍŽENÍ SNĚHEM ČSN EN 1991-1-3 (Eurokód 1): Zatížení konstrukcí. Praa : ČNI, 2003. OBECNĚ: se považuje za proměnné pevné zatížení a uvažují se trvalé a dočasné návrové situace. Zpravidla se posuzují 2
MODELY ROZDĚLENÝCH ZPOŽDĚNÍ. FRIEDMANOVA SPOTŘEBNÍ FUNKCE A PERMANENTNÍ DŮCHOD.
MODELY ROZDĚLENÝCH ZPOŽDĚNÍ. FRIEDMANOVA SPOTŘEBNÍ FUNKCE A PERMANENTNÍ DŮCHOD. V tomto textu bude nejprve vysvětleno, co jsou to modely rozdělených zpoždění a jak se dělí. Pak se zaměříme na Friedmanovu
1. Alternativní rozdělení A(p) (Bernoulli) je diskrétní rozdělení, kdy. p(0) = P (X = 0) = 1 p, p(1) = P (X = 1) = p, 0 < p < 1.
2. Některá důležitá rozdělení Diskrétní rozdělení. Alternativní rozdělení Ap) Bernoulli) je diskrétní rozdělení, kdy náhodná veličina X nabývá pouze dvou hodnot a a pro její pravděpodobnostní funkci platí:
Poznámky k předmětu Aplikovaná statistika, 9.téma
Poznámky k předmětu Aplikovaná statistika, 9téma Princip testování hypotéz, jednovýběrové testy V minulé hodině jsme si ukázali, jak sestavit intervalové odhady pro některé číselné charakteristiky normálního
Některé zákony rozdělení pravděpodobnosti. 1. Binomické rozdělení
Přednáška 5/1 Některé zákony rozdělení pravděpodobnosti 1. Binomické rozdělení Předpoklady: (a) pst výskytu jevu A v jediném pokuse P (A) = π, (b) je uskutečněno n pokusů, (c) pokusy jsou nezávislé, tj.
Měnověpolitické doporučení pro 9. SZ 2005
Měnověpolitické doporučení pro 9. SZ 2005 Sekce měnová a statistiky 1. Základní scénář červencové prognózy Východiskem pro měnověpolitické rozhodování zůstává červencová makroekonomická prognóza. Tato
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA VÍCEKRITERIÁLNÍ ANALÝZA VARIANT A JEJÍ APLIKACE V PRAXI
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA Katedra aplikované matematiky a informatiky Studijní program: Studijní obor: N6208 Ekonomika a management Účetnictví a finanční řízení podniku
Univerzita Pardubice Fakulta ekonomicko-správní Ústav podnikové ekonomiky a managementu. Rizika v podniku - Václav Ježek - TRUHLÁŘSTVÍ.
Univerzita Pardubice Fakulta ekonomicko-správní Ústav podnikové ekonomiky a managementu Rizika v podniku - Václav Ježek - TRUHLÁŘSTVÍ Václav Ježek Bakalářská práce 2012 PROHLÁŠENÍ Prohlašuji, že jsem
Regresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
Charakteristika rizika
Charakteristika rizika Riziko je možnost, že se dosažené výsledky podnikání budou příznivě či nepříznivě odchylovat od předpokládaných výsledků. Odchylky od předpokladu jsou: a) příznivé b) nepříznivé
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA SPECIÁLNÍ GEODÉZIE název předmětu
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA SPECIÁLNÍ GEODÉZIE název předmětu EKONOMIKA V ZEMĚMĚŘICTVÍ A KATASTRU číslo úlohy 1. název úlohy NEMOVITOSTÍ Analýza
Bohuňovice 31. 08. 2015 Ing. Bc. Lenka Zábojová, daňový poradce č. 4684 asistent auditora č. 4028/0
Předmět daně, Osvobozená plnění bez nároku na odpočet daně, koeficienty Bohuňovice 31. 08. 2015 Ing. Bc. Lenka Zábojová, daňový poradce č. 4684 asistent auditora č. 4028/0 Ekonomická a neekonomická činnost
4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 2: Metoda nejmenších čtverců LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Doplnění a opakování z
ZNALECKÝ POSUDEK. Husitská 692/3 415 01 Teplice. zjištění obvyklé ceny nemovitosti pro potřeby exekučního řízení (číslo jednací: 110 Ex 505/09-145)
ZNALECKÝ POSUDEK č. 8032-315/2010 o ceně pozemku parc.č. 705/9 v k.ú. Lysec, obec Bžany, okres Teplice, kraj Ústecký Objednatel posudku: Účel posudku: Soudní exekutor Mgr. Martin Svoboda Husitská 692/3
6 Extrémy funkcí dvou proměnných
Obsah 6 Extrémy funkcí dvou proměnných 2 6.1 Lokálníextrémy..... 2 6.2 Vázanélokálníextrémy.... 4 6.2.1 Metodyhledánívázanýchlokálníchextrémů..... 5 6.2.2 Přímédosazení..... 5 6.2.3 Lagrangeovametoda.....
Elektrotechnická fakulta
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Elektrotechnická fakulta OPTIMÁLNÍ ROZHODOVÁNÍ A ŘÍZENÍ Jan Štecha Katedra řídicí techniky 1999 Předmluva Toto skriptum je určeno posluchačům 4. ročníku oboru technická
FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009
FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009 OBOR: POZEMNÍ STAVBY (S) A. MATEMATIKA TEST. Hladina významnosti testu α při testování nulové hypotézy
Lenka Zalabová. Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita. zima 2012
Algebra - třetí díl Lenka Zalabová Ústav matematiky a biomatematiky, Přírodovědecká fakulta, Jihočeská univerzita v Českých Budějovicích zima 2012 Obsah 1 Dělitelnost 2 Grupy zbytkových tříd 3 Jedna z
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 2.1 Tvorba lineárních regresních modelů při analýze dat Autor práce: Přednášející:
Způsoby napájení trakční sítě
Způsoby napájení trakční sítě Trakční síť je napájená proudem z trakční napájecích stanic. Z důvodů omezení napájecích proudů a snadnější lokalizace poruch se síť dělí na jednotlivé napájecí úseky, které
Farm Projekt Projektová a poradenská činnost, dokumentace a posudky EIA
Projektová a poradenská činnost, dokumentace a posudky EIA Vypracoval: Ing. Martin Vraný, Jindřišská 1748, 53002 Pardubice tel./fax: +420 466 657 509; mobil: +420 728 951 312; e-mail: farmprojekt@gmail.com
VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE. Model tahové hry s finančními odměnami
VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Obor: Statistika a ekonometrie Název bakalářské práce Model tahové hry s finančními odměnami Autor: Vedoucí bakalářské práce: Rok: 009 Markéta
ROZHODOVÁNÍ. Rozhodování bez alternativ je zoufalým tahem hazardního hráče."
ROZHODOVÁNÍ Rozhodování bez alternativ je zoufalým tahem hazardního hráče." P. F. Drucker Rozhodování patří mezi významné aktivity, které manažeři v organizacích realizují. Rozhodování je jádrem řízení
1. Tři shodné obdélníky jsou rozděleny různými způsoby. První je rozdělen na 4 shodné části, poslední obdélník na 6 shodných částí.
. Tři shodné obdélníky jsou rozděleny různými způsoby. První je rozdělen na 4 shodné části, poslední obdélník na 6 shodných částí. Vyjádřete zlomkem, jakou část druhého obdélníku tvoří zatmavená plocha..
Jazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
Posuzování posouzení rizik závažné havárie podle nového zákona o prevenci závažných havárií
Posuzování posouzení rizik závažné havárie podle nového zákona o prevenci závažných havárií Ing.Vilém Sluka Výzkumný ústav bezpečnosti práce, v.v.i. (VÚBP, v.v.i.) Odborné pracoviště pro prevenci závažných
Zpracování a vyhodnocování analytických dat
Zpracování a vyhodnocování analytických dat naměřená data Zpracování a statistická analýza dat analytické výsledky Naměř ěřená data jedna hodnota 5,00 mg (bod 1D) navážka, odměřený objem řada dat 15,8;
Svaz průmyslu a dopravy ČR
Svaz průmyslu a dopravy ČR Statistické šetření SPČR a ČNB v nefinančních podnicích Výsledky za 4. Vyhodnocení a komentáře 2 O šetření Pravidelné čtvrtletní šetření SPČR a ČNB Od roku 2011, dodnes celkem
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b
Drsná matematika IV 7. přednáška Jak na statistiku?
Drsná matematika IV 7. přednáška Jak na statistiku? Jan Slovák Masarykova univerzita Fakulta informatiky 2. 4. 2012 Obsah přednášky 1 Literatura 2 Co je statistika? 3 Popisná statistika Míry polohy statistických
Mikroekonomie. 1. Opakování příklad 1. Opakování - Příklad 2. Řešení. Řešení. Opakování příklad 3 2.11.2015
1. Opakování příklad 1. Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Při ceně 10 korun se nakupuje 1000 výrobků za 1 den; při ceně 50 korun se nakupuje 500 výrobků za 1 den. Jaký je
Doporučení dívat se na menší podniky a trhy
Doporučení dívat se na menší podniky a trhy Zurück 06.10.2009 Riziko vládlo v prvním až třetím čtvrtletí 2009 vítězily společnosti s vysokou finanční pákou nebo cyklické sektory, nově rozvíjející se trhy
a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily
Testování hypotéz Testování hypotéz jsou klasické statistické úsudky založené na nějakém apriorním předpokladu. Vyslovíme-li předpoklad o hodnotě neznámého parametru nebo o zákonu rozdělení sledované náhodné
Teoretická rozdělení
Teoretická rozdělení Diskrétní rozdělení Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Některá teoretická rozdělení diskrétních veličin: Alternativní rozdělení Binomické
Modely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Po(λ) je možné použít jako model náhodné veličiny, která nabývá hodnot 0, 1, 2,... a udává buď počet událostí,
Prohledávání stavového prostoru
Prohledávání stavového prostoru Vilém Vychodil 6. srpna 1998 Abstrakt Následující text je asi jednou pětinou textu, který jsem psal coby student prvního ročníku informatiky. První část tohoto výřezu by
DYNAMICKÁ ANALÝZA A OPTIMALIZACE
Závěrečná výzkumná zpráva z řešení projektu FRVŠ 2282/2003/G1 DYNAMICKÁ ANALÝZA A OPTIMALIZACE PŘEVODOVÝCH ÚSTROJÍ Michal HAJŽMAN Miroslav BYRTUS Vladimír ZEMAN Katedra mechaniky, Univerzitní 22, 30614,
Počítačová simulace logistických procesů II 11. přednáška Důsledky na reálný systém, Process Desinger
Počítačová simulace logistických procesů II 11. přednáška Důsledky na reálný systém, Process Desinger Jan Fábry 12.11.2017 Počítačová simulace logistických procesů II Obsah předmětu I. Úvod, organizace,
Výpočet hodnoty rizikově vážené sekuritizované expozice při používání přístupu IRB
Příloha č. 18 Výpočet hodnoty rizikově vážené sekuritizované expozice při používání přístupu IRB Povinná osoba při výpočtu hodnoty rizikově vážené sekuritizované expozice při používání přístupu IRB postupuje
skladbu obou směsí ( v tunách komponenty na 1 tunu směsi):
Klíčová slova: simplexová metoda 1 Simplexová metoda Postup výpočtu: 1. Nalezení výchozího řešení. 2. Test optima: pokud je řešení optimální výpočet končí, jinak krok 3. 3. Iterační krok, poté opět test
VÍCEROZMĚRNÝ STATISTICKÝ SOUBOR
KORELACE A REGRESE 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/..00/8.001)
Mendelova zemědělská a lesnická univerzita v Brně Institut celoživotního vzdělávání Fakulta regionálního rozvoje a mezinárodních studií
Mendelova zemědělská a lesnická univerzita v Brně Institut celoživotního vzdělávání Fakulta regionálního rozvoje a mezinárodních studií STATISTIKA pro TZP Modul : Pravděpodobnost a náhodné veličiny Prof
Rozhodovanie za rizika a neistoty. Identifikácia, analýza a formulácia rozhodovacích problémov
Rozhodovanie za rizika a neistoty Identifikácia, analýza a formulácia rozhodovacích problémov Rozhodovacie procesy v podniku Prednáška č. 2 Zuzana Hajduová Rozhodovanie za rizika a neistoty subjektívna
Strategický management
Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Strategický management Matice hodnocení strategické pozice SPACE Chvála Martin ME, 25 % Jakubová Petra ME, 25 % Minx Tomáš
Kapitola 11. Vzdálenost v grafech. 11.1 Matice sousednosti a počty sledů
Kapitola 11 Vzdálenost v grafech V každém grafu lze přirozeným způsobem definovat vzdálenost libovolné dvojice vrcholů. Hlavním výsledkem této kapitoly je překvapivé tvrzení, podle kterého lze vzdálenosti
KGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí
12. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
1. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ Průvodce studiem Navážeme na předchozí kapitolu 11 a vysvětlíme některé statistické testy. Předpokládané znalosti Pojmy z předchozích kapitol. Cíle Cílem této kapitoly
FAKULTA EKONOMICKÁ ZČU PLZEŇ. Katedra ekonomie a financí. Mikroekonomie cvičení 8
FAKULTA EKONOMICKÁ ZČU PLZEŇ Katedra ekonomie a financí Mikroekonomie cvičení 8 8. FIRMA V DOKONALÉ A NEDOKONALÉ KONKURENCI PŘÍKLAD Č. 1 Definujte rovnováhu spotřebitele, rovnováhu firmy a tržní rovnováhu
8. Rozhodovací procesy
8. Rozhodovací procesy 8.1 Podstata rozhodování Rozhodovací procesy znamenají jednu z nejdůležitějších činností manažerů. Každé postupné (sekvenční) manažerské funkci je společné, že jí prostupují tři
Novinky v programu MSklad 1.36
Novinky v programu MSklad 1.36 Směrnice pro sledování finanční bilance a tisk grafické FB (K13601/15S) V modulu Finanční bilance je umístěn tisk grafického znázornění finanční bilance, a současně je zde
Robust 2010 31. ledna 5. února 2010, Králíky
Modelování rozdělení ročních příjmů českých domácností J. Bartošová 1 M. Forbelská 2 1 Katedra managementu informací Fakulta managementu v Jindřichově Hradci Vysoká škola ekonomická v Praze 2 Ústav matematiky
Distribuční funkce je funkcí neklesající, tj. pro všechna
Téma: Náhodná veličina, distribuční funkce a její graf, pravděpodobnostní funkce a její graf, funkce hustoty pravděpodobnosti a její graf, výpočet střední hodnoty a rozptylu náhodné veličiny 1 Náhodná
VI. Zatížení mimořádná
VI. Zatížení mimořádná 1 VŠEOBECNĚ ČSN EN 1991-1-7 uvádí strategie pro zabezpečení staveb proti identifikovaným i neidentifikovaným mimořádným zatížením. Jsou zde pravidla a hodnoty zatížení pro nárazy
Teorie her a ekonomické rozhodování. Úvodní informace Obsah kursu 1. Úvod do teorie her
Teorie her a ekonomické Úvodní informace Obsah kursu 1. Úvod do teorie her Úvodní informace Mgr. Jana SEKNIČKOVÁ, Ph.D. Místnost: 433 NB Konzultace: Středa 6:30 7:30, 19:30 20:30 Čtvrtek E-mail: jana.seknickova@vse.cz
+ ω y = 0 pohybová rovnice tlumených kmitů. r dr dt. B m. k m. Tlumené kmity
Tlumené kmit V praxi téměř vžd brání pohbu nějaká brzdicí síla, jejíž původ je v třecích silách mezi reálnými těles. Matematický popis těchto sil bývá dosti komplikovaný. Velmi často se vsktuje tzv. viskózní
PROVEDENÍ ANALÝZY RIZIK
IV. Příloha č. 1 Počet listů: 7 PROVEDENÍ ANALÝZY RIZIK Pro určení úrovně rizika je využito následujícího vztahu: R = F N kde F (Frekvence) je koeficientem četnosti možné aktivace konkrétního typu nebezpečí
Materiály charakteristiky potř ebné pro navrhování
2 Materiály charakteristiky potřebné pro navrhování 2.1 Úvod Zdivo je vzhledem k velkému množství druhů a tvarů zdicích prvků (cihel, tvárnic) velmi různorodý stavební materiál s rozdílnými užitnými vlastnostmi,
Základy marketingu. vní. Ing. Miloslav Vaňák 2006-2007
Základy marketingu Přednášky pro Vysokou školu finanční a správn vní Ing. Miloslav Vaňák 2006-2007 1 Přednáška 1: Definice marketingu Trocha historie: Snaha minimalizovat riziko, které je spojeno se vstupem
PROJEKT DO STATISTIKY PRŮZKUM V TECHNICKÉ MENZE
PROJEKT DO STATISTIKY PRŮZKUM V TECHNICKÉ MENZE Náplní tohoto projektu byl prvotní průzkum, následné statistické zpracování dat a vyhodnocení. Data jsme získaly skrze internetový dotazník, který jsme rozeslaly
STATUT KB vyvážený důchodový fond KB Penzijní společnosti, a.s. 1 Základní údaje o Fondu 2 Vymezení některých pojmů
STATUT KB vyvážený důchodový fond KB Penzijní společnosti, a.s. 1 Základní údaje o Fondu 1. Název Fondu zní: KB vyvážený důchodový fond KB Penzijní společnosti, a.s.. 2. Zkrácený název Fondu zní: KB vyvážený
2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru.
Varianta I 1. Definujte pravděpodobnostní funkci. 2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru. 3. Definujte Fisher-Snedecorovo rozdělení.
PROTOKOL. č. C2858c. Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování 1 POPIS PRAKTICKÉHO CVIČENÍ. 1.
PROTOKOL č. C2858c Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování Předmět: Znehodnocování a povrchové úpravy materiálů - cvičení Datum: Téma: Kvantifikace koroze a stanovení tolerancí