Úvod Rozpo tové omezení Preference a uºitek Volba Projevené preference. Teorie spot ebitele. Rostislav Stan k. October 9, 2012.

Rozměr: px
Začít zobrazení ze stránky:

Download "Úvod Rozpo tové omezení Preference a uºitek Volba Projevené preference. Teorie spot ebitele. Rostislav Stan k. October 9, 2012."

Transkript

1 October 9, 2012

2 Dv ásti teorie spot ebitele: co si mohou dovolit rozpo tové omezení nejlep²í podle preferencí spot ebitele Co chceme s touto teorií d lat? Testovat ji. Zjistit, zda adekvátn popisuje spot ební chování. Zjistit, jak se m ní chování p i zm nách v ekonomickém prost edí. Pouºít pozorované chování k odhadu parametr, coº umoºní analýzu výnos a náklad nebo p edpovídat vliv ur itého politického opat ení.

3 Spot ební ko² Pokud uvaºujeme pouze dva statky (1 a 2) spot ební ko² (x 1, x 2 ) ukazuje, jak velké mnoºství obou statk spot ebováváme. Rozpo tové omezení m ºeme zapsat jako p 1 x 1 + p 2 x 2 m. Dosaºitelné spot ební ko²e jsou ko²e, které nestojí víc neº m. Mnoºina dosaºitelných spot ebních ko² je rozpo tová mnoºina. ƒasto chápeme statek 2 jako kompozitní statek = peníze, které spot ebitel utrácí za ostatní statky. Rozpo tové omezení s kompozitním statkem: p 1 x 1 + x 2 m.

4 Linie rozpo tu Linie rozpo tu je p 1 x 1 + p 2 x 2 = m. M ºe být také zapsaná jako x 2 = m p 2 p 1 p 2 x 1. Sklon linie rozpo tu = náklady p íleºitosti statku 1.

5 Zm na p íjmu R st m posune linii rozpo tu rovnob ºn sm rem nahoru. Pr se ík se svisou osou se zvý²í a sklon se nem ní.

6 Zm na ceny Po zvý²ení p 1 bude linie rozpo tu strm j²í. Pr se ík se svislou osou se nezm ní a sklon se zvý²í.

7 Numeraire M ºeme libovolnou cenu nebo p íjem znormovat na hodnotu 1 a upravit ostatní prom nné tak, aby se nezm nila linie rozpo tu. Linie rozpo tu: p 1 x 1 + p 2 x 2 = m Stejná linie rozpo tu pro p 2 = 1: Stejná linie rozpo tu pro m = 1: p 1 p 2 x 1 + x 2 = m p 2. p 1 m x 1 + p 2 m x 2 = 1. Cena znormovaná na 1 se nazývá numeraire. Uºite né pro m ení relativních cen.

8 P íklad 2 Petr má rozpo tové omezení p 1 x 1 + p 2 x 2 = m 1 Napi²te, jak bude vypadat nové Petrovo rozpo tové omezení, pokud dostane dávku (pau²ální dotaci) s ve vý²i poloviny svého p íjmu m a zárove je uvalena na statek 2 da z p idané hodnoty t ve vý²i 50 %. 2 Polep²il si Petr t mito zm nami? M ºeme to z t chto informací v bec zjistit?

9 P íklad 4 Radovan má bratrance Arnieho. Arnie si za své kapesné kupuje plastové bazuky a ma ety v místním hra ká ství. Pokud utratí celý sv j rozpo et, m ºe získat 4 bazuky a 3 ma ety. Bazuky stojí dvakrát tolik co ma ety. Tento m síc rodi e Arniemu dali dvojnásobné kapesné. Pokud si bude chtít nadále kupovat 4 bazuky, kolik ma et si m ºe maximáln po ídit?

10 P íklad 5 alamoun kaºdý den udílí lidem rady. Za den m ºe ud lit maximáln 30 rad a za kaºdou dostane jeden ²ekel st íbra. Jeho ºivotním cílem je postavit chrám. Jedna cihla do chrámu stojí 3 ²ekele. 1 Napi²te rovnici alamounova denního rozpo tového omezení. Nakreslete alamounovu linii rozpo tu, u které bude na vodorovné po et rad R a na svislé ose po et cihel C. Vyzna te mnoºinu spot ebních moºností. 2 Jak se zm ní rozpo tové omezení a linie rozpo tu, pokud bude mít alamoun krom p íjmu z udílení rad je²t p íjem z daní, který obná²í 90 ²ekel za den? 3 Jak se zm ní rozpo tové omezení a linie rozpo tu z bodu (b), pokud bude ze svého p íjmu z udílení rad odvád t chrámovou da ve vý²i 20 %?

11 Preference Preference jsou vztahy mezi spot ebními ko²i. Preference porovnávají celé spot ební ko²e, nikoli individuální statky. P edpoklady zaji² ující konzistentnost spot ebitelských preferencí: Úplnost: m ºeme srovnat kaºdé dva spot ební ko²e: (x 1, x 2 ) (y 1, y 2 ), nebo (x 1, x 2 ) (y 1, y 2 ), nebo oboje. Reexivita: kaºdý spot ební ko² je alespo tak dobrý jako on sám: (x 1, x 2 ) (x 1, x 2 ) Tranzitivita: pokud je ko² X alespo tak dobrý jako Y a Y alespo tak dobrý jako Z, potom X je alespo tak dobrý jako Z: pokud (x 1, x 2 ) (y 1, y 2 ) a (y 1, y 2 ) (z 1, z 2 ), potom (x 1, x 2 ) (z 1, z 2 )

12 Indiferen ní k ivky Slab preferovaná mnoºina jsou v²echny spot ební ko²e, které jsou slab preferované p ed ko²em (x 1, x 2 ). Indiferen ní k ivku tvo í v²echny spot ební ko²e, pro které platí, ºe je spot ebitel indiferentní mezi t mito ko²i a ko²em (x 1, x 2 ).

13 Tvary indiferen ních k ivek Víte jak vypadají indiferen ní k ivky 1 Dokonalých substitut 2 Dokonalých komplement 3 Neºádoucího statku 4 V p ípad nasycení Obvykle p edpokládáme, ºe rozumn se chovající preference, které jsou Monotónnost indifere ní k ivky jsou klesající Konvexnost indifere ní k ivky jsou konvexní

14 Mezní míra substituce Mezní míra substituce (MRS) je sklon indiferen ní k ivky: MRS = x 2 / x 1 = dx 2 /dx 1. Problém se znaménkem p irozené znaménko je záporné, protoºe indiferen ní k ivky mají obvykle záporný sklon.

15 Mezní míra substituce (pokra ování) MRS m í, jak je spot ebitel ochotný nahrazovat statek 1 statkem 2 Pokud máme striktn konvexní preference, indiferen ní k ivky mají sniºující se mezní míru substituce Jiná interpretace: mezní ochota zaplatit kolik statku 2 jsem ochotný zaplatit za mezní jednotku statku 1. Obzvlá² p irozená interpretace pokud je statek 2 kompozitní statek m ený v korunách. Není to stejné jako kolik spot ebitel musí zaplatit.

16 P íklad 4 Udo spot ebovává pivo a bavorské klobásky. Preferuje vºdy více piva p ed mén pivem, ale z klobásek se mu asem za ne d lat ²patn. Dokud jich sní mén neº 20, chutnají mu tak, ºe by byl ochotný je sm ovat v konstantním pom ru 2 klobásky za 1 pivo. Pak se jich ale p ejí a kaºdou dal²í klobásu by byl ochotný sníst jen v p ípad, ºe by mu za ni n kdo zaplatil jedno pivo. Udo obvykle za ve er na Oktoberfestu vypije 10 piv a sní 10 klobás. Dnes Udo na sout ºi jedlík spo ádal 24 klobás. Kolik si bude muset dát piv, aby se cítit stejn dob e jako obvykle?

17 Uºitková funkce Uºitková funkce p i azuje kaºdému spot ebnímu ko²i ur ité íslo tak, ºe více preferované spot ební ko²e dostávají vy²²í ísla neº mén preferované ko²e. Jestliºe (x 1, x 2 ) (y 1, y 2 ), potom u(x 1, x 2 ) > u(y 1, y 2 ). Tabulka ukazuje r zná p i azení uºitku, která popisují stejné preference:

18 Monotónní transformace Pozitivní monotónní transformace f (u) je libovolná rostoucí funkce. P íklady: f (u) = 3u, f (u) = u + 3, f (u) = u 3. Jestliºe u(x 1, x 2 ) je uºitková funkce, která popisuje ur ité preference, potom f (u(x 1, x 2 )) popisuje stejné preference. Pro? Protoºe u(x 1, x 2 ) > u(y 1, y 2 ), jen kdyº f (u(x 1, x 2 )) > f (u(y 1, y 2 )). Uºitková funkce reprezentuje ur ité preference. Jak získáme preference z uºitkové funkce? Jak získáme uºitkovou funkci z preferencí?

19 P íklad 5 Kamila Pilná chce mít vºdy co nejvíc bod. Chodí na cvi ení k Ing. Slavíkovi, který má na cvi eních dv pr b ºné písemky. Do kone né známky v²ak po ítá pouze body z písemky, která dopadla lépe. 1 Napi²te její uºitkovou funkci, pokud b 1 jsou body z první a b 2 body z druhé písemky. Jaký tvar budou mít Kamiliny indiferen ní k ivky mezi kombinacemi bod z první a druhé písemky? 2 Jak bude vypadat její uºitková funkce, pokud bude chodit do cvi ení k Ing. Krkavcovi, který naopak zapo ítává pouze hor²í výsledek z obou písemek? Jaký tvar budou mít její indiferen ní k ivky?

20 P íklad 3 Udo chodí kaºdý rok na Oktoberfest s kolegou z práce Jürgenem. Udo má rád pivo a pije ho rychle. Je mu jedno, jestli ho pije z p llitru nebo z tupláku. Naproti tomu Jürgen nemá rád zv tralé pivo. Kdyº mu Udo p inese tuplák, vypije polovinu a polovinu vylije pod st l. 1 Pokud po et p llitr ozna íme p a po et tuplák t, jak by mohla vypadat Udova a Jürgenova uºitková funkce? 2 Jakou budou mít mezní míru substituce, pokud po et tuplák vyzna íme na vodorovné ose?

21 Mezní uºitek Mezní uºitek (MU) je zm na uºitku z nár stu spot eby jednoho statku, zatímco mnoºství ostatních statk je konstantní. Parciální derivace - derivace u(x 1, x 2 ) podle x 1, zatímco x 2 z stává stejné zacházíme s ním jako s konstantou. P íklady: Jestliºe u(x 1, x 2 ) = x 1 + x 2, pak MU 1 = u/ x 1 = 1. Jestliºe u(x 1, x 2 ) = x a 1 x 1 a 2, pak MU 1 = u/ x 1 = ax a 1 1 x 1 a 2. D leºité: Velikost mezního uºitku závisí na tom, jakou uºitkovou funkci (monotónní transformaci) si zvolíme. Kdyº vynásobíme uºitkovou funkci 2x, i mezní uºitek se zvý²í 2x hodnota mezního uºitku nemá ºádný význam. Ale MU je úzce svázaný s MRS a tento pojem je uºite ný.

22 Vztah mezi MU a MRS Chceme zm it MRS = sklon indiferen ní k ivky u(x 1, x 2 ) = k, kde k je konstanta. Zajímá nás taková zm na ( x 1, x 2 ), pro kterou bude uºitek konstantní. Tedy MU 1 x 1 + MU 2 x 2 = 0. u x 1 x 1 + u x 2 x 2 = 0. Tedy x 2 x 1 = MU 1 MU 2. MRS umíme spo ítat z uºitkové funkce.

23 P íklad 2 Alenka z í²e div spot ebovává pouze houby h a dortíky d. Alen iny indiferen ní k ivky mají rovnici d = konstanta 6 h, kde vy²²í konstanta odpovídá vy²²í indiferen ní k ivce. 1 Napi²te Alen inu uºitkovou funkci. Jak se jmenují tyto preference? 2 Spo ítejte mezní míru substituce v bodech (h, d) = (4, 9) a (9, 6). 3 Vykazuje tato Alen ina indiferen ní k ivka klesající mezní míru substituce?

24 P íklad 8 Toto jsou uºitkové funkce vybraných pohádkových postav: Rampa McQuack: U(x, y) = xy; Jerry: U(x, y) = xy(1 xy); Tom: U(x, y) = 1000xy ; Dulík: U(x, y) = 1/(10 + xy); Pat: U(x, y) = x/y; Mat: U(x, y) = xy. 1 Které postavy mají stejné indiferen ní k ivky jako Rampa McQuack? 2 Které postavy mají stejné preference jako Rampa McQuack?

25 Optimální volba V bod optimální spot eby nikdy linie rozpo tu neprotíná indiferen ní k ivku. Vnit ní e²ení: MRS = pom r cen = p 1 p 2

26 Optimální volba II Ale co kdyº? Rohové e²ení Zalomená k ivka Nasycené preference Nekonvexní preference Jak postupovat? V d t, jak vypadají preference v daném p ípad a zda mám ekat n co "zvlá²tního". Pom ºe znát "typické" uºitkové funkce a preference, které reprezentují. Vy e²it jako speciální p ípad nebo MRS = p 1 p 2

27 Spot ebitelská poptávka Optimální volba spot ebního ko²e = poptávaný spot ební ko². Kdyº budeme m nit ceny a p íjem, získáme poptávkovou funkci. Poptávková funkce bude záviset na cenách a p íjmu: x 1 (p 1, p 2, m) x 2 (p 1, p 2, m) R zné preference budou generovat r zné poptávkové funkce.

28 P íklad: Dokonalé substituty Pokud jsou statky 1 a 2 dokonalé substituty, které je spot ebitel ochotný sm ovat v pom ru 1:1, poptávka po statku 1 je m/p 1 kdyº p 1 < p 2 ; x 1 = jakékoliv íslo mezi 0 a m/p 1 kdyº p 1 = p 2 ; 0 kdyº p 1 > p 2.

29 P íklad: Dokonalé komplementy Pokud jsou statky 1 a 2 dokonalé komplementy a spot ebitel nakupuje mnoºství x obou statk (levá a pravá bota), m ºeme odvodit poptávkovou funkci z následujícího rozpo tového omezení: p 1 x + p 2 x = m x 1 = x 2 = x = m p 1 + p 2.

30 P íklad: Lhostejné a neºádoucí statky Spot ebitel utrácí v²echny peníze na ºádoucí statky a nekupuje ºádné lhostejné nebo neºádoucí statky. Pokud je statek 1 ºádoucí statek a statek 2 lhostejný nebo neºádoucí statek, poptávky jsou x 1 = m p 1 a x 2 = 0.

31 P íklad: Konkávní preference Te na nefunguje podobn jako u dokonalých substitut. Nap. olivy a zmrzlina.

32 P íklad: Cobb-Douglasovy preference Cobb-Douglasova uºitková funkce je u(x 1, x 2 ) = x c 1 x d 2. Je vhodné pouºívat logaritmy Cobb-Douglasovy uºitkové funkce u(x 1, x 2 ) = ln(x c 1 x d 2 ) = c ln x 1 + d ln x 2. Problém, který chceme vy e²it je max c ln x 1 + d ln x 2. x 1,x 2 p i omezení p 1 x 1 + p 2 x 2 = m. Pokud pouºijeme vztah MRS = p 1 /p 2, získáme dv rovnice o dvou neznámých: cx 2 dx 1 = p 1 p 2, a p 1 x 1 + p 2 x 2 = m.

33 P íklad: Cobb-Douglasovy preference (pokra ování) e²ením t chto rovnic jsou Cobb-Douglasovy poptávkové funkce x 1 = c m, x 2 = c + d p 1 d c + d P íhodná vlastnost: Cobb-Douglas v spot ebitel utrácí na kaºdý statek pevný podíl svého p íjmu: p 1 x 1 m = p 1 c m = c m c + d p 1 c + d p 2 x 2 m = p 2 m d c + d m p 2 = m p 2 d c + d. Výhodné pouºívat Cobb-Douglasovu uºitkovou funkci ve tvaru u(x 1, x 2 ) = x a 1 x 1 a 2, kde parametr a udává podíl p íjmu ur ený na statek 1.

34 P íklad 1 Karlík Bucket má uºitkovou funkci U = x S x C, kde S jsou su²enky a C je okoláda. Cena jedné okolády je 20 K a cena jedné su²enky je 5 K. Karlík pochází z chudých pom r má kapesné jen 20 K za m síc. Kolik su²enek a okolád Karlík spot ebuje, pokud bude maximalizovat uºitek p i svém rozpo tovém omezení?

35 P íklad 2 Karlíkova kamarádka Veruka Saltini je rozmazlenámá kapesné 1200 K za m síc. Je ale také spo ivá. Nakupuje pouze okoládu za 20 K za kus a zbytek pen z si dává do prasátka. Její uºitkovou funkce je U(x P, x C ) = x P + 64x C xc 2, kde P jsou u²et ené peníze a C jsou okolády. Kolik bude optimální u²et ená ástka?

36 P íklad 3 August Gdoule má následující uºitkovou funkci: U(x H, x Z ) = x 2 H + 2x Z, kde H jsou hamburgery a Z je zmrzlina. August má kapesné 300 K za týden. Jeden hamburger ho stojí 50 K a jedna zmrzlina 25 K. Jaká bude Augustova optimální spot eba hamburger a zmrzliny.

37 P íklad 4 Miki Telekuk jí p i sledování televize pouze su²enky Telka a Tuc. Kaºdý balí ek su²enek Telka je ochotný vym nit za dva balí ky su²enek Tuc. Kaºdý den za su²enky utratí 80 korun. V era si koupil dvoje Telky a jedny su²enky Tuc. Jaké jsou ceny t chto su²enek?

38 P íklad 5 Fialka Garderóbová spot ebovává pouze zvýka ky Pedro P a Hubba Bubba H. Její uºitková funkce je min{p + 2H, 2P + H}. 1 V pond lí má Fialka k dispozici 100 K. Kolik si koupí ºvýka ek Pedro a Hubba Bubba, pokud je cena obou ºvýka ek 10 K. 2 V úterý se ceny zvýka ek Pedro zm nily. Pokud si koupila 2 ºvýka ky Pedro a 3 ºvýka ky Hubba Bubba, kolik korun Fialka v úterý utratila na ºvýka ky.

39 P íklad 6 Franta chodí kaºdý ve er do hospody. Má k dispozici 200 K, které utrácí pouze za pivo za 20 K a za utopence za 25 K. Franta má uºitkovou funkci U(P, U) = [(P 6) 2 + (U 2) 2 ], kde P je po et piv a U po et utopenc. 1 Kolik spot ebuje piva a utopenc za ve er? 2 Kolik jich spot ebuje, pokud se jeho p íjem zvý²í na 250 K?

40 Motivace projevených preferencí V p edchozím výkladu jsme z preferencí odvozovali chování spot ebitele. V realit ale nem ºeme preference p ímo pozorovat. Projevené preference pracují obrácen z chování odvozují preference. Pokud chceme odvodit preference z chování lidí, musíme p edpokládat, ºe se preference v dob, kdy pozorujeme toto chování, nem ní. V této ásti p edná²ky také p edpokládáme, ºe preference jsou striktn konvexní tím dostaneme jediný poptávaný spot ební ko².

41 My²lenka projevených preferencí Jestliºe vybereme (x 1, x 2 ), kdyº (y 1, y 2 ) je dosaºitelný, potom víme, ºe (x 1, x 2 ) je lep²í neº (y 1, y 2 ). Formáln ji: Jestliºe vybereme (x 1, x 2 ) p i cenách (p 1, p 2 ) a (y 1, y 2 ) je takový ko², ºe p 1 x 1 + p 2 x 2 p 1 y 1 + p 2 y 2, a jestliºe spot ebitel vybírá nejpreferovan j²í spot ební ko², který si m ºe dovolit, potom platí, ºe (x 1, x 2 ) (y 1, y 2 ).

42 Slabý axiom projevených preferencí (WARP) Slabý axiom projevených preferencí: Jestliºe (x 1, x 2 ) je p ímo projevený jako preferovaný p ed (y 1, y 2 ), potom (y 1, y 2 ) nem ºe být p ímo projevený jako preferovaný p ed (x 1, x 2 ). Formáln ji: pro kaºdý ko² (x 1, x 2 ) nakoupený p i cenách (p 1, p 2 ) a jiný ko² (y 1, y 2 ) nakoupený p i cenách (q 1, q 2 ) platí ºe, jestliºe pak nesmí platit, ºe p 1 x 1 + p 2 x 2 p 1 y 1 + p 2 y 2, q 1 y 1 + q 2 y 2 q 1 x 1 + q 2 x 2.

43 Volba nekonzistentní s modelem spot ebitelské volby Ko² (x 1, x 2 ) v grafu je p ímo projevený jako preferovaný p ed (y 1, y 2 ) a (y 1, y 2 ) je p ímo projevený jako preferovaný p ed ko²em (x 1, x 2 ). Formáln ji: pro ko² (x 1, x 2 ) nakoupený p i cenách (p 1, p 2 ) a jiný ko² (y 1, y 2 ) nakoupený p i cenách (q 1, q 2 ) platí, ºe p 1 x 1 + p 2 x 2 > p 1 y 1 + p 2 y 2 a q 1 y 1 + q 2 y 2 > q 1 x 1 + q 2 x 2.

44 My²lenka projevených preferencí (pokra ování) Pokud X je p ímo projevený jako preferovaný p ed Y a Y je p ímo projevený jako preferovaný p ed Z, pak vyplývá z tranzitivity, ºe X je nep ímo projevený jako preferovaný p ed Z.

45 Silný axiom projevených preferencí (SARP) WARP je pouze nutnou podmínkou, aby chování bylo konzistentní s maximalizací uºitku netestuje, ºe preference jsou tranzitivní. SARP: Jestliºe (x 1, x 2 ) je p ímo nebo nep ímo projevený jako preferovaný p ed (y 1, y 2 ), potom (y 1, y 2 ) nem ºe být p ímo nebo nep ímo projevený jako preferovaný p ed (x 1, x 2 ). Pokud je jeho pozorované chování konzistentní se SARP, m ºeme vºdy najít rozumné (well-behaved) preference (uºitkovou funkci), které budou vysv tlovat chování spot ebitele jako chování optimalizujícího spot ebitele. SARP je nutnou i posta ující podmínkou, aby bylo chování konzistentní s maximalizací uºitku.

46 P íklad 1 Ond ej spot ebovává víno V a ryby R. Pokud jsou ceny P V = 3 a P R = 4, volí si spot ební ko² (V, R) = (5, 4). Pokud jsou ceny P V = 1 a P R = 5, vybírá si ko² (V, R) = (3, 4). 1 Je ko² (5,4) p ímo projevený jako preferovaný p ed ko²em (3,4)? 2 * Je ko² (5,4) nep ímo projevený jako preferovaný p ed t etím ko²em (V, R) = (8, 2)?

47 P íklad 2 Ond ej v bratr Petr spot ebovává chleby Ch a ryby R. P i cenách P Ch = 2 a P R = 4 spot ebovává 5 chleb a 2 ryby. P i cenách P Ch = 4 a P R = 2 spot ebovává 6 chleb a 1 rybu. 1 Je Petrovo chování konzistentní se slabým axiomem projevených preferencí? 2 Bylo by konzistentní se slabým axiomem projevených preferencí, kdyby p i cenách P Ch = 4 a P R = 2 spot ebovával 7 chleb a 1 rybu?

48 P íklad 3 Matou² utrácí celý sv j p íjem za datle M a fíky F. P i cenách (P M, P F ) = (2, 2) Matou² spot ebovává 20 datlí a 20 fík. 1 Pohor²í si Matou², kdyº se ceny zm ní na (P M, P F ) = (3, 1)? 2 Polep²í si, kdyº budeme p edpokládat, ºe má striktn konvexní indiferen ní k ivku bez zlomu?

49 P íklad 6 Hanka má p íjem K za semestr a zajímá ji, kolik bude mít u ebnic ekonomie a kolik pen z jí zbyde na ostatní v ci. Jedna pr m rná u ebnice ekonomie stojí 1000 K a Hanka jich pot ebuje pr m rn 10 za semestr. P edpokládejte, ºe je zavedeno ²kolné ve vý²i za semestr a u ebnice jsou zadarmo. Polep²í si Hanka touto zm nou?

50 P íklad 4 Jakub a Jan mají stejné preference a oba spot ebovávají pouze ku ata K a víno V. Jakub má p íjem 120 za m síc a nakupuje ku ata a láhve vína za P K = 15 a P V = 5. Jan ºije v jiném stát, kde má p íjem 1400 (v jiné m n ) a nakupuje 6 ku at a 4 láhve vína za P M = 200 a P V = Kdo se má lépe, Jakub nebo Jan? 2 P edpokládejte, ºe Jakub utratí celý sv j p íjem za ku ata a víno. Uve te p íklad Jakubova spot ebního ko²e, který by poru²il p edpoklad, ºe Jakub a Jan mají stejné preference.

51 A na záv r V ISu najdete autokorek ní cvi ení - 10 otázek z testbanku, m li byste je zvládnout b hem 30 minut Pokud n emu nerozumíte, pak p ij te konzultovat (pond lí 17:00-18:30, po tutoriálu) vyuºívejte diskusní forum v ISu P ipravte se na p í²tí tutoriál

1 Rozpo tové omezení. 2 Preference a uºitek

1 Rozpo tové omezení. 2 Preference a uºitek 1 Rozpo tové omezení 1. Chudý bezdomovec Vincent p sobící na Zel áku spot ebovává pouze mrkve a jablka. Kv li krizi se cena mrkví se sníºí 2krát, cena jablek 3krát a p íjem bezdomovce na 1/3. Pokud nakreslíme

Více

Máte 1000 Kč a jdete si koupit svoji oblíbenou knihu?

Máte 1000 Kč a jdete si koupit svoji oblíbenou knihu? Volba a projevené preference Varian, Mikroekonomie: moderní přístup, kapitola 5 a oddíly 7.1 7.7 Varian, Intermediate Microeconomics, Chapter 5 and Sections 7.1 7.7 () 1 / 1 EXPERIMENT: Neúspěšný nákup

Více

Integrování jako opak derivování

Integrování jako opak derivování Integrování jako opak derivování V tomto dokumentu budete seznámeni s derivováním b ºných funkcí a budete mít moºnost vyzkou²et mnoho zp sob derivace. Jedním z nich je proces derivování v opa ném po adí.

Více

Poptávka, Slutského rovnice, P ebytek spot ebitele, Rovnováha

Poptávka, Slutského rovnice, P ebytek spot ebitele, Rovnováha Poptávka, Slutského rovnice, P ebytek spot ebitele, Rovnováha October 25, 2012 Individuální poptávka Poptávková funkce je vztah mezi optimálním mnoºstvím a cenami a p íjmem: x 1 = x 1 (p 1, p 2, m) x 2

Více

Pr b h funkce I. Obsah. Maxima a minima funkce

Pr b h funkce I. Obsah. Maxima a minima funkce Pr b h funkce I Maxima a minima funkce V této jednotce ukáºeme jak derivování m ºe být uºite né pro hledání minimálních a maximálních hodnot funkce. Po p e tení tohoto letáku nebo shlédnutí instruktáºního

Více

Rozpočtové omezení, preference a užitek

Rozpočtové omezení, preference a užitek Rozpočtové omezení, preference a užitek Varian, Mikroekonomie: moderní přístup, kapitoly 2, 3 a 4 Varian, Intermediate Microeconomics, 8e, Chapters 2, 3 a 4 1 / 43 Teorie spotřebitele Spotřebitelé si volí

Více

Skalární sou in. Úvod. Denice skalárního sou inu

Skalární sou in. Úvod. Denice skalárního sou inu Skalární sou in Jedním ze zp sob, jak m ºeme dva vektory kombinovat, je skalární sou in. Výsledkem skalárního sou inu dvou vektor, jak jiº název napovídá, je skalár. V tomto letáku se nau íte, jak vypo

Více

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody V praxi se asto setkávame s p ípady, kdy je pot eba e²it více rovnic, takzvaný systém rovnic, obvykle s více jak jednou neznámou.

Více

P íklad 1 (Náhodná veli ina)

P íklad 1 (Náhodná veli ina) P íklad 1 (Náhodná veli ina) Uvaºujeme experiment: házení mincí. Výsledkem pokusu je rub nebo líc, ºe padne hrana neuvaºujeme. Pokud hovo íme o náhodné veli in, musíme p epsat výsledky pokusu do mnoºiny

Více

Limity funkcí v nevlastních bodech. Obsah

Limity funkcí v nevlastních bodech. Obsah Limity funkcí v nevlastních bodech V tomto letáku si vysv tlíme, co znamená, kdyº funkce mí í do nekone na, mínus nekone na nebo se blíºí ke konkrétnímu reálnému íslu, zatímco x jde do nekone na nebo mínus

Více

JEB007 Mikroekonomie I

JEB007 Mikroekonomie I JEB007 Mikroekonomie I Seminá 2 Petr Polák Institute of Economic Studies Faculty of Social Sciences Charles University 26. února 2014 Petr Polák (IES) JEB007 Mikroekonomie I 26. února 2014 1 / 12 Rekapitulace

Více

Teorie rmy, Dokonalá konkurence

Teorie rmy, Dokonalá konkurence November 15, 2012 Teorie rmy Ukáºmeme si Jak popsat technologii rmy Jak se rma rozhoduje Jak se odvozuje nabídka rmy a poptávka po výrobních faktorech Jak vypadá nabídka v prost edí dokonalé konkurence

Více

Vektor náhodných veli in - práce s více prom nnými

Vektor náhodných veli in - práce s více prom nnými Vektor náhodných veli in - práce s více prom nnými 12. kv tna 2015 N kdy k popisu n jaké situace pot ebujeme více neº jednu náhodnou veli inu. Nap. v k, hmotnost, vý²ku. Mezi t mito veli inami mohou být

Více

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4 Pr b h funkce V této jednotce si ukáºeme jak postupovat p i vy²et ování pr b hu funkce. P edpokládáme znalost po ítání derivací a limit, které jsou dob e popsány v p edchozích letácích tohoto bloku. P

Více

Preference Jan Čadil FNH VŠE 2014

Preference Jan Čadil FNH VŠE 2014 Preference Jan Čadil FNH VŠE 2014 Footer Text 3/24/2014 1 Racionalita Chování spotřebitele je založeno na předpokladu racionality. Tento předpoklad znamená, že spotřebitel volí neoptimálnější, resp. nejvíce

Více

1 Individuální poptávka

1 Individuální poptávka 1 Individuální poptávka 1. Petr má uºitkovou funkci U = x B x R, kde x B je po et balon a x R je po et branká ských rukavic. Jeho rozpo tové omezení je p B x B + p R x R = m, kde p B je cena balonu a p

Více

Binární operace. Úvod. Pomocný text

Binární operace. Úvod. Pomocný text Pomocný text Binární operace Úvod Milí e²itelé, binární operace je pom rn abstraktní téma, a tak bude ob as pot eba odprostit se od konkrétních p íklad a podívat se na v c s ur itým nadhledem. Nicmén e²ení

Více

Vektory. Vektorové veli iny

Vektory. Vektorové veli iny Vektor je veli ina, která má jak velikost tak i sm r. Ob tyto vlastnosti musí být uvedeny, aby byl vektor stanoven úpln. V této ásti je návod, jak vektory zapsat, jak je s ítat a od ítat a jak je pouºívat

Více

Nejistota, Asymetrické informace, V²eobecná rovnováha

Nejistota, Asymetrické informace, V²eobecná rovnováha Nejistota, Asymetrické informace, V²eobecná rovnováha December 10, 2012 Nejistota Výsledné stavy jsou r zné výsledky ur ité náhodné události. Kaºdý výsledný stav nastane s danou pravd podobností. Situaci,

Více

Rovnice a nerovnice. Posloupnosti.

Rovnice a nerovnice. Posloupnosti. .. Veronika Sobotíková katedra matematiky, FEL ƒvut v Praze, http://math.feld.cvut.cz/ 30. srpna 2018.. 1/75 (v reálném oboru) Rovnicí resp. nerovnicí v reálném oboru rozumíme zápis L(x) P(x), kde zna

Více

Derivování sloºené funkce

Derivování sloºené funkce Derivování sloºené funkce V tomto letáku si p edstavíme speciální pravidlo pro derivování sloºené funkce (te funkci obsahující dal²í funkci). Po p e tení tohoto tetu byste m li být schopni: vysv tlit pojem

Více

Reálná ísla a posloupnosti Jan Malý

Reálná ísla a posloupnosti Jan Malý Reálná ísla a posloupnosti Jan Malý Obsah 1. Reálná ísla 1 2. Posloupnosti 2 3. Hlub²í v ty o itách 4 1. Reálná ísla 1.1. Úmluva (T leso). Pod pojmem t leso budeme v tomto textu rozum t pouze komutativní

Více

Seminá e. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, sem. 1-13

Seminá e. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, sem. 1-13 Seminá e Ing. Michal Valenta PhD. Katedra softwarového inºenýrství Fakulta informa ních technologií ƒeské vysoké u ení technické v Praze c Michal Valenta, 2010 Databázové systémy BI-DBS ZS 2010/11, sem.

Více

Elasticita a její aplikace

Elasticita a její aplikace Elasticita a její aplikace Motivace Firmu zajímá, jak ovlivní její tržby tyto změny: firmě rostou náklady, proto chce zdražit svou produkci konkurenční firma vyrábějící podobný výrobek zlevnila očekává

Více

ízení Tvorba kritéria 2. prosince 2014

ízení Tvorba kritéria 2. prosince 2014 ízení. prosince 014 Spousta lidí má pocit, ºe by m la n co ídit. A n kdy to bývá pravda. Kdyº uº nás my²lenky na ízení napadají, m li bychom si poloºit následující t i otázky: ídit? Obrovskou zku²eností

Více

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web:

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web: Pravd podobnost a statistika - cvi ení Simona Domesová simona.domesova@vsb.cz místnost: RA310 (budova CPIT) web: http://homel.vsb.cz/~dom0015 Cíle p edm tu vyhodnocování dat pomocí statistických metod

Více

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost (8 bod ) Náhodná veli ina X je po et rub p i nezávislých hodech mincí a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost P ( X EX < ) (9 bod ) b) Formulujte centrální limitní v tu a pomocí ní vypo

Více

T i hlavní v ty pravd podobnosti

T i hlavní v ty pravd podobnosti T i hlavní v ty pravd podobnosti 15. kv tna 2015 První p íklad P edstavme si, ºe máme atomy typu A, které se samovolným radioaktivním rozpadem rozpadají na atomy typu B. Pr m rná doba rozpadu je 3 hodiny.

Více

1. Měření užitku 2. Indiferenční křivka 3. Indiferenční mapa 4. Speciální tvary indiferenčních křivek substituty a komplementy 5. Rozdílné preference

1. Měření užitku 2. Indiferenční křivka 3. Indiferenční mapa 4. Speciální tvary indiferenčních křivek substituty a komplementy 5. Rozdílné preference Mikroekonomie bakalářský kurz - VŠFS Jiří Mihola, jiri.mihola@quick.cz, www.median-os.cz, 2014 Téma 2 Teorie chování spotřebitele 1. Měření užitku 2. Indiferenční křivka 3. Indiferenční mapa Obsah. 4.

Více

Kuželosečky a kvadriky ve škole i kolem

Kuželosečky a kvadriky ve škole i kolem Kuželosečky a kvadriky ve škole i kolem nás Bc. Aneta Mirová Kurz vznikl v rámci projektu Rozvoj systému vzdělávacích příležitostí pro nadané žáky a studenty v přírodních vědách a matematice s využitím

Více

Užitek a užitkové funkce Jan Čadil FNH VŠE

Užitek a užitkové funkce Jan Čadil FNH VŠE Užitek a užitkové funkce Jan Čadil FNH VŠE Footer Text 3/24/2014 1 Užitek a preference Užitek je subjektivní pocit uspokojení potřeb (v našem případě pomocí spotřeby určitého statku/služby), v zásadě vyjadřuje

Více

Základní praktikum laserové techniky

Základní praktikum laserové techniky Základní praktikum laserové techniky Fakulta jaderná a fyzikáln inºenýrská Úloha 4: Zna kování TEA CO 2 laserem a m ení jeho charakteristik Datum m ení: 1.4.2015 Skupina: G Zpracoval: David Roesel Kruh:

Více

1 Spo jité náhodné veli iny

1 Spo jité náhodné veli iny Spo jité náhodné veli in. Základní pojm a e²ené p íklad Hustota pravd podobnosti U spojité náhodné veli in se pravd podobnost, ºe náhodná veli ina X padne do ur itého intervalu (a, b), po ítá jako P (X

Více

1 Data. 2 Výsledky m ení velikostí. Statistika velikostí výtrus. Roman Ma ák

1 Data. 2 Výsledky m ení velikostí. Statistika velikostí výtrus. Roman Ma ák Statistika velikostí výtrus Roman Ma ák 6.2.216 1 Data Velikost výtrus (udávaná obvykle v µm) pat í u hub k významným ur ovacím znak m, mnohdy se dva druhy makromycet li²í dokonce pouze touto veli inou.

Více

5. Trh analýza. Poptávka, nabídka, elasticity, užitková a produkční funkce.

5. Trh analýza. Poptávka, nabídka, elasticity, užitková a produkční funkce. 5. Trh analýza. Poptávka, nabídka, elasticity, užitková a produkční funkce. Teorie spotřebitele x teorie firmy 5.1.1 Teorie spotřebitele Ekonomie zkoumá preference mezi statky. Nezkoumá je ale přímo, nýbrž

Více

Po etní geometrie. Výpo et délky p epony: c 2 = a 2 + b 2 Výpo et délky odv sny: a 2 = c 2 b 2, b 2 = c 2 a 2

Po etní geometrie. Výpo et délky p epony: c 2 = a 2 + b 2 Výpo et délky odv sny: a 2 = c 2 b 2, b 2 = c 2 a 2 Po etní geometrie Pythagorova v ta Obsah tverce nad p eponou je roven sou tu obsah tverc nad ob ma odv snami. Výpo et délky p epony: c = a + b Výpo et délky odv sny: a = c b, b = c a P íklad 1: Vypo t

Více

Model IS-ALM. Ondřej Potrebuješ Studentský Ekonomický Klub 10. 11. 2010

Model IS-ALM. Ondřej Potrebuješ Studentský Ekonomický Klub 10. 11. 2010 Model IS-ALM Ondřej Potrebuješ Studentský Ekonomický Klub 10. 11. 2010 Model IS-LM neokeynesianský makroekonomický model vyvinutý J.R. Hicksem v roce 1937 (pod názvem IS-LL) byl vytvořen krátce po vydání

Více

Minimalizace nákladů. Varian: Mikroekonomie: moderní přístup, kapitoly 19 a 20 Varian: Intermediate Microeconomics, 8e, Chapters 20 and 21 () 1 / 34

Minimalizace nákladů. Varian: Mikroekonomie: moderní přístup, kapitoly 19 a 20 Varian: Intermediate Microeconomics, 8e, Chapters 20 and 21 () 1 / 34 Minimalizace nákladů a nákladové křivky Varian: Mikroekonomie: moderní přístup, kapitoly 19 a 20 Varian: Intermediate Microeconomics, 8e, Chapters 20 and 21 () 1 / 34 Na této přednášce se dozvíte co je

Více

P íklady k prvnímu testu - Pravd podobnost

P íklady k prvnímu testu - Pravd podobnost P íklady k prvnímu testu - Pravd podobnost 28. února 204 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu

Více

Obsah. Pouºité zna ení 1

Obsah. Pouºité zna ení 1 Obsah Pouºité zna ení 1 1 Úvod 3 1.1 Opera ní výzkum a jeho disciplíny.......................... 3 1.2 Úlohy matematického programování......................... 3 1.3 Standardní maximaliza ní úloha lineárního

Více

e²ení 5. série Binární kódy autor: Vlá a

e²ení 5. série Binární kódy autor: Vlá a e²ení 5. série Binární kódy autor: Vlá a Úloha 4.1. Na zah átí si dáme snadn j²í p íklad. Ur it zná² hru Myslím si íslo a to má vlastnost, je to velice podobné. Tedy mám binární lineární kód délky 5, který

Více

Fyzikální praktikum 3

Fyzikální praktikum 3 Ústav fyzikální elekotroniky P írodov decká fakulta, Masarykova univerzita, Brno Fyzikální praktikum 3 Úloha 7. Opera ní zesilova Úvod Opera ní zesilova je elektronický obvod hojn vyuºívaný tém ve v²ech

Více

1.7. Mechanické kmitání

1.7. Mechanické kmitání 1.7. Mechanické kmitání. 1. Umět vysvětlit princip netlumeného kmitavého pohybu.. Umět srovnat periodický kmitavý pohyb s periodickým pohybem po kružnici. 3. Znát charakteristické veličiny periodického

Více

DOBA KAMENNÁ: Styl je cíl

DOBA KAMENNÁ: Styl je cíl DOBA KAMENNÁ: Styl je cíl S herním materiálem pro 5. hráče Rozšíření musí být hráno s hrou Doba kamenná Příprava Obsah: 1 herní plán 1 deska hráče (pro 5. hráče) 10 dřevěných figurek (černé) 3 černé dřevěné

Více

na za átku se denuje náhodná veli ina

na za átku se denuje náhodná veli ina P íklad 1 Generujeme data z náhodné veli iny s normálním rozd lením se st ední hodnotou µ = 1 a rozptylem =. Rozptyl povaºujeme za známý, ale z dat chceme odhadnout st ední hodnotu. P íklad se e²í v následujícím

Více

UŢITEK, PREFERENCE A OPTIMUM SPOTŘEBITELE

UŢITEK, PREFERENCE A OPTIMUM SPOTŘEBITELE UŢITEK, PREFERENCE A OPTIMUM SPOTŘEBITELE PŘEDPOKLADY RACIONÁLNÍHO CHOVÁNÍ SPOTŘEBITELE Budeme se zabývat jak má spotřebitel rozdělit svůj důchod mezi různé statky Racionálně jednající spotřebitel maximalizuje

Více

VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. (f(x) g(x)) dx.

VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. (f(x) g(x)) dx. VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. Výpo et obsahu rovinných ploch a) Plocha ohrani ená k ivkami zadanými v kartézských sou adnicích. Obsah S rovinné plochy ohrani ené dv ma spojitými

Více

1. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) x cotg x 1. c) lim. g) lim e x 1. cos(x) =

1. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) x cotg x 1. c) lim. g) lim e x 1. cos(x) = I. L'HOSPITALOVO PRAVIDLO A TAYLOR V POLYNOM. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) a) lim tg sin ( + ) / e e) lim a a i) lim a a, a > P ipome me si: 3 tg 4 2 tg b) lim 3 sin 4 2 sin

Více

nazvu obecnou PDR pro neznámou funkci

nazvu obecnou PDR pro neznámou funkci Denice. Bu n N a Ω R d otev ená, d 2. Vztah tvaru F (x, u(x), Du(x),..., D (n 1) u(x), D (n) u(x)) = 0 x Ω (1) nazvu obecnou PDR pro neznámou funkci u : Ω R d R Zde je daná funkce. F : Ω R R d R dn 1 R

Více

269/2015 Sb. VYHLÁŠKA

269/2015 Sb. VYHLÁŠKA 269/2015 Sb. - rozúčtování nákladů na vytápění a příprava teplé vody pro dům - poslední stav textu 269/2015 Sb. VYHLÁŠKA ze dne 30. září 2015 o rozúčtování nákladů na vytápění a společnou přípravu teplé

Více

4.2.16 Ohmův zákon pro uzavřený obvod

4.2.16 Ohmův zákon pro uzavřený obvod 4.2.16 Ohmův zákon pro uzavřený obvod Předpoklady: 040215 Postřeh z minulých měření: Při sestavování obvodů jsme používali stále stejnou plochou baterku. Přesto se její napětí po zapojení do obvodu měnilo.

Více

Relace. Základní pojmy.

Relace. Základní pojmy. Relace. Základní pojmy. I kdyº pojem funkce je v matematice jeden ze základních a nejd leºit j²ích, p esto se n které vztahy mezi objekty pomocí funkce popsat nedají. Jde o situace, kdybychom cht li p

Více

ST1 - Úkol 1. [Minimáln 74 K /láhev]

ST1 - Úkol 1. [Minimáln 74 K /láhev] ST1 - Úkol 1 P íklad 1 Myslivecký spolek po ádá sv j tradi ní ples. Mimo jiné bylo nakoupeno lahvové víno podle rozpisu v Tabulce 1.1. P edpokládá se (podle historických zku²eností), ºe v²echny láhve budou

Více

Jevy, nezávislost, Bayesova v ta

Jevy, nezávislost, Bayesova v ta Jevy, nezávislost, Bayesova v ta 17. b ezna 2015 Instrukce: Projd te si v²echny p íklady. Kaºdý p íklad se snaºte pochopit. Pak vymyslete a vy- e²te p íklad podobný. Tím se ujistíte, ºe p íkladu rozumíte.

Více

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady Státní maturita 00 Maturitní generálka 00 Matematika: didaktický test - základní úrove obtíºnosti MAGZD0C0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 6. b ezna 0 http://www.vachtova.cz/ Obsah Úloha Úloha.

Více

10 je 0,1; nebo taky, že 256

10 je 0,1; nebo taky, že 256 LIMITY POSLOUPNOSTÍ N Á V O D Á V O D : - - Co to je Posloupnost je parta očíslovaných čísel. Trabl je v tom, že aby to byla posloupnost, musí těch čísel být nekonečně mnoho. Očíslovaná čísla, to zavání

Více

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková Tento text není samostatným studijním materiálem. Jde jen o prezentaci promítanou na p edná²kách, kde k ní p idávám slovní komentá. N které d leºité ásti látky pí²u pouze na tabuli a nejsou zde obsaºeny.

Více

2.2.10 Slovní úlohy vedoucí na lineární rovnice I

2.2.10 Slovní úlohy vedoucí na lineární rovnice I Slovní úlohy vedoucí na lineární rovnice I Předpoklady: 0, 06 Pedagogická poznámka: Řešení slovních úloh představuje pro značnou část studentů nejobtížnější část matematiky Důvod je jednoduchý Po celou

Více

Aplikace pravd podobnostních model v kurzovém sázení

Aplikace pravd podobnostních model v kurzovém sázení Aplikace pravd podobnostních model v kurzovém sázení 28.4.2016 Obsah 1 Kurzové sázení Tenis Kurz jako odhad pravd podobnosti Hodnocení kvality odhadu pravd podobnosti 2 Predikce pr b hu utkání Základní

Více

5. Legislativní opatření a jejich vliv na vývoj pracovní neschopnosti pro nemoc a úraz

5. Legislativní opatření a jejich vliv na vývoj pracovní neschopnosti pro nemoc a úraz 5. Legislativní opatření a jejich vliv na vývoj pracovní neschopnosti pro nemoc a úraz Úroveň pracovní neschopnosti pro nemoc a úraz je v zásadě dána dvěma rozdílnými faktory. Prvým z nich je objektivní

Více

Závěrečné shrnutí jednoduché pokusy z fyziky

Závěrečné shrnutí jednoduché pokusy z fyziky I N V E S T I C E D O R O Z V O J E V Z D Ě L Á V Á N Í TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Laboratorní práce č. 10 Závěrečné shrnutí jednoduché

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A st eda 19. listopadu 2015, 11:2013:20 ➊ (3 body) Pro diferenciální operátor ˆL je mnoºina W q denována p edpisem W q = { y(x) Dom( ˆL) : ˆL(y(x))

Více

Regresní analýza. Statistika II. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.

Regresní analýza. Statistika II. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob. Statistika II Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu) této závislosti pomocí vhodné funkce

Více

POPTÁVKA.

POPTÁVKA. POPTÁVKA INDIVIDUÁLNÍ POPTÁVKA Individuální poptávka-poptávka jednoho spotřebitele, závisí na: -ceně statku -cenách ostatních statků -důchodu spotřebitele Preference a očekávání předpokládáme za neměnné

Více

Oblastní stavební bytové družstvo, Jeronýmova 425/15, Děčín IV

Oblastní stavební bytové družstvo, Jeronýmova 425/15, Děčín IV Oblastní stavební bytové družstvo, Jeronýmova 425/15, Děčín IV Směrnice pro vyúčtování služeb spojených s bydlením Platnost směrnice: - tato směrnice je platná pro městské byty ve správě OSBD, Děčín IV

Více

11 Soustavy rovnic a nerovnic, Determinanty a Matice

11 Soustavy rovnic a nerovnic, Determinanty a Matice 11 Soustavy rovnic a nerovnic, Determinanty a Matice (r zné typy soustav rovnic a nerovnic, matice druhy matic, operace s maticemi, hodnost matice, inverzní matice, Gaussova elimina ní metoda, determinanty

Více

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady Státní maturita 0 Maturitní testy a zadání jaro 0 Matematika: didaktický test - základní úrove obtíºnosti MAMZDC0T0 e²ené p íklady Autor e²ení: Jitka Vachtová 0. srpna 0 http://www.vachtova.cz/ Obsah Úloha

Více

3. Polynomy Verze 338.

3. Polynomy Verze 338. 3. Polynomy Verze 338. V této kapitole se věnujeme vlastnostem polynomů. Definujeme základní pojmy, které se k nim váží, definujeme algebraické operace s polynomy. Diskutujeme dělitelnost polynomů, existenci

Více

e²ení 1. série Úvodní gulá² autor: Kolektiv org

e²ení 1. série Úvodní gulá² autor: Kolektiv org e²ení 1. série Úvodní gulá² autor: Kolektiv org Úloha 1.1. Bubla, Lib nka, Henry a Mat j hráli hru. Protoºe byli ty i, napsali si na tabuli ty i ty ky a jejich úkolem pak bylo vepsat mezi n t i znaménka

Více

mísy na koření akční pole prostor pro karty koření 1 mlýnek na pepř

mísy na koření akční pole prostor pro karty koření 1 mlýnek na pepř Rajivský trh je největším lákadlem ve městě. Špičkoví kuchaři z celé země mezi sebou soutěží o jeho koření, vytváří nové kořenící směsi, a tedy nejnovější labužnický trend. Po smlouvání následuje zvláštní

Více

Regrese a nelineární regrese

Regrese a nelineární regrese Kapitola 10 Regrese a nelineární regrese 10.1 Regrese V testech nezávislosti jsme zkoumali, zda dv veli iny x a y jsou nezávislé. Pokud nejsou nezávislé, m ºeme zkoumat, jaká závislost mezi nimi je. 10.1.1

Více

3 D leºitá rozd lení náhodné veli iny

3 D leºitá rozd lení náhodné veli iny 3 D leºitá rozd lení náhodné veli iny Co to znamená, kdyº prohlásíme, ºe jsou n jaká d leºitá rozd lení? Rozd lení náhodné veli iny je její popis. A náhodná veli ina p edstavuje ur itý náhodný pokus (kde

Více

Pasport veřejného osvětlení

Pasport veřejného osvětlení Pasport veřejného osvětlení Černolice 2014 SATHEA VISION s.r.o 1 Obsah 1 Úvod... 3 2 Pasport veřejného osvětlení... 3 2.1 Rozvodná síť... 3 Rozvodna 1 U obecního úřadu (Černolice 64)... 3 Rozvodna 2 Nový

Více

e²ení 4. série Binární operace

e²ení 4. série Binární operace e²ení 4. série Binární operace Úloha 4.1. V Hloup tínské jaderné elektrárn do²lo jednoho dne k úniku radioaktivního zá ení. Obyvatelé byli pro tento p ípad kvalitn vy²koleni v obran proti záke ným ásticím,

Více

E-knihy. Jindřich Soukup

E-knihy. Jindřich Soukup E-knihy M I K R O E K O N O M I C K Á A N A L Ý Z A Jindřich Soukup 2012 Vydalo nakladatelství a vydavatelství E-knihy V roce 2012, vydání čtvrté, v nakladatelství a vydavatelství E-knihy první Sazba:

Více

Řešení: Dejme tomu, že pan Alois to vezme popořadě od jara do zimy. Pro výběr fotky z jara má Alois dvanáct možností. Tady není co počítat.

Řešení: Dejme tomu, že pan Alois to vezme popořadě od jara do zimy. Pro výběr fotky z jara má Alois dvanáct možností. Tady není co počítat. KOMBINATORIKA ŘEŠENÉ PŘÍKLADY Příklad 1 Pan Alois dostal od vedení NP Šumava za úkol vytvořit propagační poster se čtyřmi fotografiemi Šumavského národního parku, každou z jiného ročního období (viz obrázek).

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB4 varianta A 18. dubna 2016, 11:2013:20 ➊ (1 bod) Nalezn te kritický bod soustavy generujících rovnic e x 6y 6z 2 + 12z = 13, 2e 2x 6y z 3 = 6. Uºijte faktu,

Více

Trh kapitálu a půdy. formování poptávky po kapitálu (kapitálových. formování nabídky úspor. příležitosti, investice a úspory Trh půdy

Trh kapitálu a půdy. formování poptávky po kapitálu (kapitálových. formování nabídky úspor. příležitosti, investice a úspory Trh půdy Trh kapitálu a půdy formování poptávky po kapitálu (kapitálových statcích) odvození poptávky po investicích formování nabídky úspor Kapitálový trh, investiční prostředky a příležitosti, investice a úspory

Více

Úvod. Matematická ekonomie 1. Jan Zouhar. 20. zá í 2011

Úvod. Matematická ekonomie 1. Jan Zouhar. 20. zá í 2011 Úvod Matematická ekonomie 1 Jan Zouhar 20. zá í 2011 Obsah 1 Organizace kurzu 2 Nápl kurzu 3 Motiva ní p íklad na úvod 4 Úvod do matematického programování 5 Úvod do lineárního programování 6 Základní

Více

Post ehy a materiály k výuce celku Funkce

Post ehy a materiály k výuce celku Funkce Post ehy a materiály k výuce celku Funkce 1) Grafy funkcí Je p edloºeno mnoºství výukových materiál v programu Graph - tvary graf základních i posunutých funkcí, jejich vzájemné polohy, Precizní zápis

Více

4. cvičení: Pole kruhové, rovinné, Tělesa editace těles (sjednocení, rozdíl, ), tvorba složených objektů

4. cvičení: Pole kruhové, rovinné, Tělesa editace těles (sjednocení, rozdíl, ), tvorba složených objektů 4. cvičení: Pole kruhové, rovinné, Tělesa editace těles (sjednocení, rozdíl, ), tvorba složených objektů Příklad 1: Pracujte v pohledu Shora. Sestrojte kružnici se středem [0,0,0], poloměrem 10 a kružnici

Více

( x ) 2 ( ) 2.5.4 Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502

( x ) 2 ( ) 2.5.4 Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502 .5. Další úlohy s kvadratickými funkcemi Předpoklady: 50, 50 Pedagogická poznámka: Tato hodina patří mezi ty méně organizované. Společně řešíme příklad, při dalším počítání se třída rozpadá. Já řeším příklady

Více

Prezentace. Ing. Petr V elák 6. b ezna 2009

Prezentace. Ing. Petr V elák 6. b ezna 2009 Prezentace Ing. Petr V elák 6. b ezna 2009 1 OBSAH OBSAH Obsah 1 Úvodní slovo 3 2 P íprava prezentace 4 2.1 Jak prezentace ned lat........................ 4 2.1.1 Kontrast písma a pozadí...................

Více

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE ST2 - Cvi ení 1 STATISTICKÁ INDUKCE P íklad 1.1 Po et závad jistého typu elektrospot ebi e b hem záru ní doby má Poissonovo rozd lení s parametrem λ = 0,2. Jaká je pravd podobnost, ºe po prodeji 75 spot

Více

Metodický list úprava od 1. 1. 2014 Daně a organizační jednotky Junáka

Metodický list úprava od 1. 1. 2014 Daně a organizační jednotky Junáka Metodický list úprava od 1. 1. 2014 Daně a organizační jednotky Junáka Metodický list je věnován všem druhům daní, které patří do daňového systému ČR mimo daně z příjmů. Této dani je věnován samostatný

Více

Úlohy domácího kola kategorie C

Úlohy domácího kola kategorie C 50. ročník Matematické olympiády Úlohy domácího kola kategorie 1. Najděte všechna trojmístná čísla n taková, že poslední trojčíslí čísla n 2 je shodné s číslem n. Student může při řešení úlohy postupovat

Více

Mikroekonomie. Příklad - zadání. Příklad - řešení. Příklad. k opakování firma. Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU.

Mikroekonomie. Příklad - zadání. Příklad - řešení. Příklad. k opakování firma. Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU. Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Tržní struktury Téma: 4 Trh výrobních faktorů y k opakování firma - zadání Q FC VC TC AC AVC AFC MC 0 X X X X X X X 1 5 5 X X X X X 2 X 9

Více

Modelování v elektrotechnice

Modelování v elektrotechnice Katedra teoretické elektrotechniky Elektrotechnická fakulta ZÁPADOƒESKÁ UNIVERZITA V PLZNI Modelování v elektrotechnice Pánek David, K s Pavel, Korous Luká², Karban Pavel 28. listopadu 2012 Obsah 1 Úvod

Více

Mikroekonomie II úvodní přednáška Petr Musil, kancelář č. 621 Konzultace pondělí, 14.30 16.00 Jiný termín po dohodě pmusil@econ.muni.cz Informace: http://pmusil.czechian.net Zkouška Písemný test alespoň

Více

pracovní list studenta

pracovní list studenta Výstup RVP: Klíčová slova: pracovní list studenta Rovnice a jejich soustavy Petra Směšná žák měří dané veličiny, analyzuje a zpracovává naměřená data, rozumí pojmu řešení soustavy dvou lineárních rovnic,

Více

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE ST2 - Cvi ení 1 STATISTICKÁ INDUKCE P íklad 1.1 Po et závad jistého typu elektrospot ebi e b hem záru ní doby má Poissonovo rozd lení s parametrem λ = 0,2. Jaká je pravd podobnost, ºe po prodeji 75 spot

Více

Obsah. Zpracoval Ctirad Novotný pro matmodel.cz.

Obsah. Zpracoval Ctirad Novotný pro matmodel.cz. Obsah 1 Viskoelasticita 2 1.1 Modely viskoelastického materiálu...................... 2 1.1.1 Maxwell v model............................ 4 1.1.2 Kelvin v model............................. 5 1.1.3 Maxwell

Více

( ) ( ) ( ) ( ) ( ) SEMINÁŘ V. Makropohled na mezinárodní obchod. PODKLADY K SEMINÁŘŮM ŘEŠENÉ PŘÍKLADY Mezinárodní obchod I.

( ) ( ) ( ) ( ) ( ) SEMINÁŘ V. Makropohled na mezinárodní obchod. PODKLADY K SEMINÁŘŮM ŘEŠENÉ PŘÍKLADY Mezinárodní obchod I. SEMINÁŘ V. Makropohled na mezinárodní obchod 1. Základní vztahy v otevřené ekonomice Ze základních identit o struktuře výdajů na HDP je možno odvodit tyto dva vztahy: ( ) ( ) X M = Y C + I + G ( ) ( )

Více

Kapitola 1. Teorie portfolia. 1.1 Výnos a riziko akcie

Kapitola 1. Teorie portfolia. 1.1 Výnos a riziko akcie Kapitola 1 Teorie portfolia 1.1 Výnos a riziko akcie Výnosem akcie rozumíme míru zisku, která plyne z investice do akcie. Tento zisk se v t²inou skládá ze dvou sloºek kapitálového výnosu a výnosu z dividend.

Více

Jak vybrat správný set pro solární ohřev vody

Jak vybrat správný set pro solární ohřev vody Jak vybrat správný set Podrobný manuál pro určení velikosti solárního systému v závislosti na solárním krytí spotřeby energií pro různé počty oso přehlédněte! Až do odvolání nyní dodáváme místo 20-ti trubicových

Více

TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 80 129 E-mail: paulina.tabery@soc.cas.cz Názory obyvatel na zadlužení a přijatelnost

Více

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A úterý 28. listopadu 2017, 9:2011:20 ➊ (8 bod ) Lze nebo nelze k rozhodnutí o stejnom rné konvergence ady ( 1) n+1 x ln(n) n 6 + n 2 x 4 na intervalu

Více

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly.

c sin Příklad 2 : v trojúhelníku ABC platí : a = 11,6 dm, c = 9 dm, α = 65 0 30. Vypočtěte stranu b a zbývající úhly. 9. Úvod do středoškolského studia - rozšiřující učivo 9.. Další znalosti o trojúhelníku 9... Sinova věta a = sin b = sin c sin Příklad : V trojúhelníku BC platí : c = 0 cm, α = 45 0, β = 05 0. Vypočtěte

Více

Pravidla soutěže pro diváky pořadu České televize Dovolená v protektorátu

Pravidla soutěže pro diváky pořadu České televize Dovolená v protektorátu Pravidla soutěže pro diváky pořadu České televize Dovolená v protektorátu I. Soutěž a pořadatel soutěže 1. Soutěží se rozumí divácká soutěž založená na principu správné odpovědi na soutěžní otázku, která

Více

Analýza oběžného kola

Analýza oběžného kola Vysoká škola báňská Technická univerzita 2011/2012 Analýza oběžného kola Radomír Bělík, Pavel Maršálek, Gȕnther Theisz Obsah 1. Zadání... 3 2. Experimentální měření... 4 2.1. Popis měřené struktury...

Více