Optimalizace portfolia

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Optimalizace portfolia"

Transkript

1 Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí pravděpodobostí lze ovlvt skladbou portfola. Základím problémem v optmalzačích úvahách e alezeí kompromsu mez vysokou středí hodotou výosu a malým rzkem, s vestováím spoeým. Rzko se přtom obvykle kvatfkue velkostí rozptylu ebo směrodaté odchylky výosu. METODIKA Fačí vestováí podku Na fačích trzích se obchodue s peěz a růzým ceým papíry. Úkolem fačích trhů e přemsťovat peěží prostředky od růzých subektů, které maí přebytek peěz, k subektům, které ch maí edostatek. Účastíc fačích trhů Účastíc těchto trhů sou podky, domácost, stát a zahračí. Hlavím představtelem poptávky po peěžích prostředcích a fačím trhu sou podky, hlavím představtelem abídky volých fačích prostředků sou domácost, ech úspory. Výzam účast podků a fačích trzích Účast a fačích trzích umožňue: - efektvě alokovat volé peěží prostředky - získat peěží prostředky od subektů, které echtěí vestovat do hmotých a ehmotých vestc - dosahovat vyšší produktvty a efektvost podkatelské čost - zašťovat optmálí stupeň lkvdty podku Dverzfkace vestc a rzkovost portfola Podky domácost vestuí své volé peěží prostředky do růzých druhů hmotého, ehmotého a fačího vestčího maetku, tedy dverzfkuí své vestčí vklady. Dverzfkace vestc e dáa také sahou získat maxmálí výosost z celého portfola vestc a co evíce sížt rzkovost vestc. Problematka dverzfkace vestc a rzkovost portfola se týká všech druhů vestc, evíce však vystupue do popředí u fačích vestc do ceých papírů. Rzko portfola e rzko spoeé s vestováím do souboru fačího, hmotého č ehmotého vestčího maetku. Př volbě optmálě dverzfkovaého portfola e třeba uvážt, že výosy akcí a rzko kolísaí edak v důsledku výkyvů v prospertě celého árodího hospodářství

2 (systematcké rzko), edak v důsledku hospodařeí emteta (esystematcké rzko). Nelépe lze časové řady využít k dverzfkac portfola. Markowczův model optmalzace portfola H. M. Markowcz e ostelem Nobelovy cey za ekoom v oblast podkových fací, zeméa v oblast teore portfola. Předpokládeme potecálí vestčí soubor, sestaveý z ttulů pracově očíslovaých,, 3,,, a předpokládeme, že máme k dspozc pro každý z těchto ttulů údae o výosech akcí a ech kurzech za posledích T let. Ozačme symbolem v podíl výosu z akce ttulu za rok ku středímu kurzu této akce za rok. K dspozc máme M peěžích edotek, které chceme vestovat do optmálě dverzfkovaého portfola. Částku M e uté rozdělt a ezáporých položek x, x,,x udávaící za kolk e třeba akoupt akce edotlvých podků. Základím ukazatelem výše výosu z edé vestovaé peěží edotky e středí hodota m : m = ( v + v v T ) / T Základím ukazatelem rzka e rozptyl těchto výosů a odhad tohoto rozptylu e dáa výrazem: s = (( v m ) + (v m ),, (v T m ) )/ T Nakoupíme-l akce podle rozpsu x, x,,x, kde x + x +...+x = M, x 0, kde celkový výos z provestovaé částky e áhodou velčou, která e leárí kombací áhodých ezávslých velč reprezetuících výosy z edotlvých akoupeých akcí, kde koefcety áhodých kombací vestovaé částky x, x,,x. Středí hodota celkového výosu e leárí kombací středích hodot edotlvých kombovaých položek, zatímco rozptyl celkového výosu e leárí kombací rozptylů kombovaých položek, kde však koefcety z původí kombace vystupuí ve druhých mocách. Středí hodota z provestovaé částky M: x m + x m + +x m a () Rozptyl z provestovaé částky M : x s + x +.+x s () Kdybychom chtěl maxmalzovat výos bez přhlédutí k rzku, určíme rozps částky M tak, že vyřešíme maxmalzačí úlohu leárího programováí s účelovou fukcí () a

3 omezuícím podmíkam. V případě, že edým omezeím sou pouze blačí rovce a podmíky ezáporost, e řešeí akoupt za celou částku M akce s evětším středím výosem a vestovaou peěží edotku. Pokud bychom chtěl mmalzovat rzko bez přhlédutí k výš výosu, určíme rozděleí částky M tak, že mmalzueme kvadratckou rovc (), omezuící podmíky sou opět blačí rovce a podmíky ezáporost. Cílem optmalzace portfola e alezeí vhodého kompromsu mez výší výosu a malým rzkem. Výpočet vedoucí k alezeí kompromsího řešeí lze založt a předpokladu, že estota spoeá s vestováím sžue očekávaou výš výosu. Pro vlastí rozhodutí e pak směrodatá výše čstého výosu, tedy středího výosu sížeého o pealzačí čle úměrý výš rzka. Př maxmalzac rozdílů fukcí () a () by bylo velm obtížé terpretovat ekoomcký výzam takovéto maxmalzace, eboť středí hodota e udáa v peěžích edotkách, kdežto rozptyl sou kvadratcké odchylky peěžích edotek od průměrů. Abychom obě velčy přetrasformoval do srovatelých edotek, vydělíme fukc () maxmem této fukce a obdobě fukc () vydělíme mmem této fukce, obě př stávaících omezeích. Tím se z obou fukcí staou fukce bezrozměrých hodot s tím, že př steých subektvích vahách kladeých a výš výosů a velkost rzka, abude rozdíl obou fukcí hodoty 0 v tom případě, že exstue rozps x, x,,x, který současě maxmalzue výosy a mmalzue rzko. Jak e hodota rozdílu záporá a čím e meší, tím více e saha o maxmalzac výosů v rozporu se sahou o mmalzac rzka. Ozačíme-l W maxmum fukce () a w mmum fukce () př steých omezeích, ademe tedy optmálí rozps vestc vyřešeím úlohy maxmalzovat [ / W ] α[ ( x s + x xs )/ w] ( )( x m + x m x m ) α (3) Koefcet α e koefcet vestčí opatrost. Je to zvoleé číslo z tervalu 0,. Je-l α = 0, maxmalzueme výos bez přhlédutí k rzku, e-l α =, mmalzueme rzko bez přhlédutí k výš výosů. Vyvážeý komproms e α = 50%. Korelace výosů Ve výše uvedeém Markowczově modelu esou bráy v úvahu korelace mez edotlvým druhy vestc v portfolu. Skutečost, zda vestce zvyšue č sžue rzko celého podkáí, závsí a vztahu příslušé vestce k ostatím vestcím. Z tohoto hledska rozezáváme tř typy vzáemých vztahů mez vestcem:. Ivestce s poztví závslostí (poztvě korelovaé) výosost akcí v rámc časového období se vyvíí steým směrem, takto dverzfkovaé vklady esžuí rzko celkového podkáí. Ivestce s egatví závslostí (egatvě korelovaé) akce, echž výosost se v určtém časovém období vyvíí protchůdě, takto dverzfkovaé vklady zašťuí pokles rzka 3. Ivestce s ulovou závslostí (ekorelovaé) akce esou vzáemě závslé, čím více e vestc s ulovou závslostí, tím větší e možost částečého vyrováí přízvých a epřízvých faktorů.

4 Vztah mez vestčím proekty s růzou mírou závslost se dá matematcky vyádřt koefcetem korelace. Teto koefcet měří rozsah, ve kterém očekávaá výosost edoho vestčího proektu e závslá a očekávaých výosech druhého proektu. U korelovaých vestc se blíží +, u egatvě korelovaých vestc. takto: Koefcet korelace KA,B výosost podku B s výosostí podku A se určí K A, B V V V A B A B = (4) σ Aσ B V kde K A,B = koefcet korelace výosost podků, = počet sledovaých období výosost, V A = výosost podku A, V B = výosost podku B, σ A = směrodatá odchylka výosost podku A, σ B = směrodatá odchylka výosost podku B. Výosost celého portfola se spočítá ako vážeý artmetcký průměr výosost edotlvých vestc v portfolu, vaham sou podíly edotlvých vestc v portfolu: P V = V P =, P = 0 P, (5) kde V P = výosost portfola vestc, V = výosost edotlvých druhů vestc v portfolu, P = podíl edotlvých druhů vestc a celkovém výda, = počet vestc v portfolu. Rzko vestce do takovéhoto portfola e směrodatá odchylka portfola, která se vypočítá podle ásleduícího vztahu: σ = P P K σ σ, (6) p = = kde σ P = směrodatá odchylka výosost portfola, P, P = podíl edotlvých druhů vestc v celém portfolu, σ σ = směrodatá odchylka výosost edotlvých druhů vestc, K, = korelačí koefcet mez -tou a -tou vestcí v portfolu, = celkový počet vestc v portfolu. Pokud tedy hledáme optmálí portfolo pro daou úroveň vestčí opatrost a chceme respektovat vzáemé korelace mez akcem, musíme modfkovat vztah (3) ásleduícím způsobem

5 ( α) z = max = = PV α p PV p m = = = = PP K σ σ PP Kσ σ (7) kde z chápeme ako účelovou fukc ež pro zvoleé α maxmalzueme.

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Nepředvídané události v rámci kvantifikace rizika

Nepředvídané události v rámci kvantifikace rizika Nepředvídaé událost v rác kvatfkace rzka Jří Marek, ČVUT, Stavebí fakulta {r.arek}@rsk-aageet.cz Abstrakt Z hledska úspěchu vestce ohou být krtcké právě ty zdroe ebezpečí, které esou detfkováy. Vzhlede

Více

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ 4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu

Více

DLUHOPISY. Třídění z hlediska doby splatnosti

DLUHOPISY. Třídění z hlediska doby splatnosti DLUHOISY - dlouhodobý obchodovatelý ceý papír - má staoveou dobu splatost - vyadřue závaze emteta oblgace (dlužía) vůč matel oblgace (věřtel) Tříděí z hledsa doby splatost - rátodobé : splatost do 1 rou

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

APLIKOVANÁ STATISTIKA

APLIKOVANÁ STATISTIKA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ APLIKOVANÁ STATISTIKA FRANTIŠEK PAVELKA PETR KLÍMEK ZLÍN 000 Recezoval: Haa Lošťáková Fratšek Pavelka, Petr Klímek, 000 ISBN 80 4

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

VÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY

VÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY VÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY Záklaí pom Rozhoutí výběr eé ebo více varat z mož všech přípustých varat. Rozhoovatel subekt, který má za úkol učt rozhoutí. V úlohách vícekrterálí aalýz varat

Více

SPOŘENÍ. Spoření krátkodobé

SPOŘENÍ. Spoření krátkodobé SPOŘENÍ Krátkodobé- doba spořeí epřesáhe jedo úrokové období (obvykle 1 rok). Úroky jsou přpsováy a koc doby spořeí. Jedotlvé složky jsou úročey a základě jedoduchého úročeí. Dlouhodobé doba spořeí bude

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C) Přijímací řízeí pro akademický rok 24/ a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata C) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC

ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC ANALÝZA NÁKLADOVÝCH A CENOVÝCH VZTAHŮ V ODPADOVÉM HOSPODÁŘSTVÍ ČR ANALYSIS OF COST AND PRICE RELATIONSHIPS IN WASTE MANAGEMENT OF THE CZECH REPUBLIC Jří HŘEBÍČEK, Mchal HEJČ, Jaa SOUKOPOVÁ ECO-Maagemet,

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách

Více

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má

Více

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1 Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,

Více

1.1 Definice a základní pojmy

1.1 Definice a základní pojmy Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých

Více

v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)

v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x) 9 REGRESE A KORELACE Slovo regrese oecě zmeá poh zpět ústup ávrt regresví = ustupující Opčým termíem je progrese pokrok postup šířeí růst Pojem regrese l do sttstk zvede kocem 9 století rtským učecem Frcsem

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. upraveé vydáí Josef Tvrdík OSTRAVSKÁ UNIVERZITA 008 OBSAH: Úvod... 3 Parametrcké testy o shodě středích hodot... 4. Jedovýběrový t-test...

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO Statstka I dstačí studjí opora Mla Křápek Soukromá vysoká škola ekoomcká Zojmo Dube 3 Statstka I Vydala Soukromá vysoká škola ekoomcká Zojmo. vydáí Zojmo, 3 ISBN

Více

Využití účetních dat pro finanční řízení

Využití účetních dat pro finanční řízení Využtí účetích dat pro fačí řízeí KAPITOLA 4 V rác této kaptoly se zaěříe a časovou hodotu peěz (a to včetě oceňováí ceých papírů), která se prolíá celý vestčí rozhodováí, dále a fačí aalýzu (vycházející

Více

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu ÚROKVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(i) úrok v % z hodoty kapitálu za časové období

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

Více

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G.

SÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G. SÍŤOVÁ ANALÝZA Využívá grafcko-analytcké metody pro plánování, řízení a kontrolu složtých návazných procesů. yto procesy se daí rozložt na dílčí a organzačně spolu souvseící čnnost. yto procesy se nazývaí

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT (OPRAVENÁ VERZE 006) Josef Tvrdík OSTRAVSKÁ UNIVERZITA 00 Obsah: Úvod... 3 Programové prostředky pro statstcké výpočty... 4. Tabulkový

Více

Statistická analýza dat

Statistická analýza dat INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Statstcká aalýza dat Učebí texty k semář Autor: Prof. RNDr. Mla Melou, DrSc. Datum: 5.. 011 Cetrum pro rozvoj výzkumu pokročlých řídcích a sezorckých techologí CZ.1.07/.3.00/09.0031

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

BIVŠ. Pravděpodobnost a statistika

BIVŠ. Pravděpodobnost a statistika BIVŠ Pravděpodobost a statstka Úvod Skrpta Pravděpodobost a statstka jsou učebím tetem pro stejojmeý kurz magsterského studa Bakovího sttutu vysoké školy Kurzy Pravděpodobost a statstka a avazující kurz

Více

ÚVOD DO PRAKTICKÉ FYZIKY I

ÚVOD DO PRAKTICKÉ FYZIKY I JIŘÍ ENGLICH ÚVOD DO PRAKTICKÉ FYZIKY I ZPRACOVÁNÍ VÝSLEDKŮ MĚŘENÍ Jede z epermetů, které změly vývoj fyzky v mulém století. V roce 9 prof. H. Kamerlgh Oes ve své laboratoř v Leydeu měřl teplotí závslost

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesé výchovy VYBRANÉ NEPARAMETRICKÉ STATISTICKÉ POSTUPY V ANTROPOMOTORICE Zdeěk Havel Davd Chlář 0 VYBRANÉ NEPARAMETRICKÉ

Více

STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK

STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK 04 prof. Ig. Bohuml Mařík, CSc. STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH.

Více

Fraktálová komprese. Historie

Fraktálová komprese. Historie Fraktálová komprese Hstore Prví zmíky o tzv. fraktálové kompres jsem ašel kdys v bezvadé a dodes aktuálí kížce!! Grafcké formáty (Braslav Sobota, Já Mlá, akl. Kopp), kde však šlo spíše o adšeý úvod a pak

Více

STATISTIKA PRO EKONOMY

STATISTIKA PRO EKONOMY EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU

Více

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

Výroční zpráva fondů společnosti Pioneer investiční společnost, a.s. - neauditovaná

Výroční zpráva fondů společnosti Pioneer investiční společnost, a.s. - neauditovaná Výročí zpráva fodů společosti Pioeer ivestičí společost, a.s. - eauditovaá Obsah 1. Účetí závěrka: Pioeer Sporokoto, Pioeer obligačí fod, Pioeer růstový fod, Pioeer dyamický fod, Pioeer akciový fod, BALANCOVANÝ

Více

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků 1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,

Více

pravděpodobnostn podobnostní jazykový model

pravděpodobnostn podobnostní jazykový model Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

Více

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě

Rekonstrukce vodovodních řadů ve vztahu ke spolehlivosti vodovodní sítě Rekostrukce vodovodích řadů ve vztahu ke spolehlvost vodovodí sítě Ig. Jaa Šekapoulová Vodáreská akcová společost, a.s. Bro. ÚVOD V oha lokaltách České republky je v současost aktuálí problée zastaralá

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

Více

Téma 5: Analýza závislostí

Téma 5: Analýza závislostí Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.

Více

Téma 11 Prostorová soustava sil

Téma 11 Prostorová soustava sil Stavebí statka,.ročík bakalářského studa Téma Prostorová soustava sl Prostorový svazek sl Statcký momet síly a dvojce sl v prostoru Obecá prostorová soustava sl Prostorová soustava rovoběžých sl Katedra

Více

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze. Lukáš Kleňha

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze. Lukáš Kleňha Vysoká škola ekoomcká v Praze Fakulta formatky a statstky Vyšší odborá škola formačích služeb v Praze Lukáš Kleňha egresí aalýza acetovy rogrese o rví hostalzac s CHOPN 0 Prohlášeí Prohlašuj, že jsem

Více

Číselné řady. 1 m 1. 1 n a. m=2. n=1

Číselné řady. 1 m 1. 1 n a. m=2. n=1 Číselé řady Úvod U řad budeme řešit dva typy úloh: alezeí součtu a kovergeci. Nalezeí součtu (v případě, že řada koverguje) je obecě mohem těžší, elemetárě lze sečíst pouze ěkolik málo typů řad. Součet

Více

ZÁKLADY PRAVDĚPODOBNOSTI A STATISTIKY

ZÁKLADY PRAVDĚPODOBNOSTI A STATISTIKY UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ZÁKLADY PRAVDĚPODOBNOSTI A STATISTIKY Josef Tvrdík OSTRAVSKÁ UNIVERZITA 00 OBSAH: ÚVOD... 4. CO JE STATISTIKA?... 4. STATISTICKÁ DATA... 5.3 MĚŘENÍ

Více

2 STEJNORODOST BETONU KONSTRUKCE

2 STEJNORODOST BETONU KONSTRUKCE STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

Makroekonomie cvičení 1

Makroekonomie cvičení 1 Makroekoomie cvičeí 1 D = poptávka. S = Nabídka. Q = Možství. P = Cea. Q* = Rovovážé možství (Q E ). P* = Rovovážá caa (P E ). L = Práce. K = Kapitál. C = Spotřeba domácosti. LR = Dlouhé období. SR = Krátké

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl ČVUT FEL X16FIM Fnanční Management Semestrální projekt Téma: Optmalzace zásobování teplem Vypracoval: Marek Handl Datum: květen 2008 Formulace úlohy Pro novou výstavbu 100 bytových jednotek je třeba zvolt

Více

Beta faktor a ekvitní prémie z cizího trhu: přenositelnost a statistická spolehlivost

Beta faktor a ekvitní prémie z cizího trhu: přenositelnost a statistická spolehlivost Beta fakto a ekvtí péme z czího thu: přeostelost a statstcká spolehlvost Veze 15. 4. 014 chal Dvořák Abstakt Cílem textu je lustovat že český buzoví th eobsahuje dostatečý počet ttulů ke koektímu staoveí

Více

Obyčejné diferenciální rovnice. Cauchyova úloha Dirichletova úloha

Obyčejné diferenciální rovnice. Cauchyova úloha Dirichletova úloha Občejé erecálí rovce Caucova úloa Drcletova úloa Občejé erecálí rovce - Caucova úloa Úlo: I. = s omíou = jea rovce. řáu II. soustava rovc. řáu III. = - jea rovce -téo řáu = = = - = - Hleáme uc res. uce

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty)

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty) (variata s odděleým hodoceím ivestičích ákladů vyaložeých a jedotlivé privatizovaé objekty) Vypracoval: YBN CONSULT - Zalecký ústav s.r.o. Ig. Bedřich Malý Ig. Yvetta Fialová, CSc. Václavské áměstí 1 110

Více

AMC/IEM J - HMOTNOST A VYVÁŽENÍ

AMC/IEM J - HMOTNOST A VYVÁŽENÍ ČÁST JAR-OPS 3 AMC/IEM J - HMOTNOST A VYVÁŽENÍ ACJ OPS 3.605 Hodoty hmotostí Viz JAR-OPS 3.605 V souladu s ICAO Ae 5 a s meziárodí soustavou jedotek SI, skutečé a omezující hmotosti vrtulíků, užitečé zatížeí

Více

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu.

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu. KVALIMETRIE Miloslav Sucháek 16. Statistické metody v metrologii a aalytické chemii Řešeé příklady a CD-ROM v Excelu Eurachem ZAOSTŘENO NA ANALYTICKOU CHEMII V EVROPĚ Kvalimetrie 16 je zatím posledí z

Více

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications) Základy datové aalýzy, modelového vývojářství a statistického učeí (Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applicatios) Lukáš Pastorek POZOR: Autor upozorňuje, že se jedá

Více

Softwarová podpora matematických metod v ekonomice a řízení

Softwarová podpora matematických metod v ekonomice a řízení Softwarová podpora matematckých metod v ekonomce a řízení Petr Sed a Opava 2013 Hrazeno z prostředků proektu OPVK CZ.1.07/2.2.00/15.0174 Inovace bakalářských studních oborů se zaměřením na spoluprác s

Více

Využití Markovových řetězců pro predikování pohybu cen akcií

Využití Markovových řetězců pro predikování pohybu cen akcií Využití Markovových řetězců pro predikováí pohybu ce akcií Mila Svoboda Tredy v podikáí, 4(2) 63-70 The Author(s) 2014 ISSN 1805-0603 Publisher: UWB i Pilse http://www.fek.zcu.cz/tvp/ Úvod K vybudováí

Více

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ALGEBRAICKÉ VÝRAZY vtvořil: RNDr. Věr Effeberger epertk olie příprvu SMZ z mtemtik školí rok 04/05

Více

8 Průzkumová analýza dat

8 Průzkumová analýza dat 8 Průzkumová aalýza dat Cílem průzkumové aalýzy dat (také zámé pod zkratkou EDA - z aglického ázvu exploratory data aalysis) je alezeí zvláštostí statistického chováí dat a ověřeí jejich předpokladů pro

Více

9.1.13 Permutace s opakováním

9.1.13 Permutace s opakováním 93 Permutace s opakováím Předpoklady: 906, 9 Pedagogická pozámka: Obsah hodiy přesahuje 45 miut, pokud emáte k dispozici další půlhodiu, musíte žáky echat projít posledí dva příklady doma Př : Urči kolik

Více

PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO

PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO PROBLEMATIKA INTELIGENTNÍHO AUTOMATICKÉHO MAPOVÁNÍ WEBOVÝCH STRÁNEK ŘIMNÁČ MARTIN 1, ŠUSTA RICHARD 2, ŽIVNŮSTKA JIŘÍ 3 Katedra řídcí technky, ČVUT-FEL, Techncká 2, Praha 6, tel. +42 224 357 359, fax. +

Více

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS.

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS. Dopraví stroje a zařízeí odborý zálad AR 04/05 Idetifiačí číslo: Počet otáze: 6 Čas : 60 miut Počet bodů Hodoceí OTÁZKY: ) Vypočtěte eálí poměr rozděleí brzdých sil a ápravy dvouápravového vozla bez ABS.

Více

Metody volby financování investičních projektů

Metody volby financování investičních projektů 7. meznárodní konference Fnanční řízení podnků a fnančních nsttucí Ostrava VŠB-T Ostrava konomcká fakulta katedra Fnancí 8. 9. září 00 Metody volby fnancování nvestčních projektů Dana Dluhošová Dagmar

Více

z z z Úvodní slovo generálního ředitele Vážení partneři České exportní banky,

z z z Úvodní slovo generálního ředitele Vážení partneři České exportní banky, Výročí zpráva 2O13 z z z Úvodí slovo geerálího ředitele Vážeí parteři České exportí baky, jistě jste již zazameali, že ai miulý rok ebyl pro baku lehký. Věřím však, že většia z vás pochopila pravou podstatu

Více

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich.

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich. Fukce. Základí pojmy V kpt.. jsme mluvili o zobrazeí mezi možiami AB., Připomeňme, že se jedá o libovolý předpis, který každému prvku a A přiřadí ejvýše jede prvek b B. Jsou-li A, B číselé možiy, azýváme

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA RVDĚODONOST STTISTIK Gymázium Jiřího Wolkera v rostějově Výukové materiály z matematiky pro vyšší gymázia utoři projektu Studet a prahu. století - využití ICT ve vyučováí matematiky a gymáziu Teto projekt

Více

2. Směsi, směšování a ředění roztoků, vylučování látek z roztoků

2. Směsi, směšování a ředění roztoků, vylučování látek z roztoků 2. Sě ěšováí a ředěí roztoů vyučováí áte z roztoů Sožeí ě áte ůžee vyadřovat poocí hototích zoů edotvých áte (ože ě). Hototí zoe -té ožy e defová ao poěr eí hotot hotot ě : (2) Pode záoa zachováí hotot

Více

ě ě ú ě ě ě ě ě ň ě ň ů ě ů Ý ě ě ů ň ě Í ě ň ě ě Ž ě ň ě ě ú ů ú ě ě ě ú ě ě ě ě ě ě ů ě ů ě ě ú ů ě ě ě Ž ů ě ě ú Ž Ž Ú ě ě ě ě Ž Ž ě ť Ž Í ě Ž ě Ž Ž ů ěž ů ěž ě Í Ú ů ě ů ě Ž Ž Ž ě ě ě ů ě ě ě ě ě ů

Více

ř ú ú Š Í Á É ř ř ř é é ř ř š é ř ř š ř é ž é ž š é š é é ř ů ž ž ř é ř ů é é ž é ř é é ř é ú é é ž é é š ň é ř š é š é Ť é ř ů ž ž ď ř é é é ž ř é Š ů é ř é ř é Š ú ř Í ž ž ř ř Í é š ž é ř Ť š ř ř ř š

Více

ň ý ě ý ý ý ě ň ý ě ý Ú ú ň ň ý ě ý ó ž ý ň ě ě ě ú ú Ř ň ň ý ě ý ě ě ž ý ž ě ý ě ý ě ě ů ě Ů Č Í Ě Á Á Í ě ě ě ě Ž Ů ú ě ě ě Ú ě ů ě ý ě ě ú ň ý ě Ů ž ů ž ě ý ý ý ý ě Č Č ě Č ě ů ý ě ý ý ž ě ě ž ů ž ě

Více

9.1.12 Permutace s opakováním

9.1.12 Permutace s opakováním 9.. Permutace s opakováím Předpoklady: 905, 9 Pedagogická pozámka: Pokud echáte studety počítat samostatě příklad 9 vyjde tato hodia a skoro 80 miut. Uvažuji o tom, že hodiu doplím a rozdělím a dvě. Př.

Více

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH ECHNICKÝ AUDI VODÁRENSKÝCH DISRIBUČNÍCH SYSÉMŮ Ig. Ladislav uhovčák, CSc. 1), Ig. omáš Kučera 1), Ig. Miroslav Svoboda 1), Ig. Miroslav Šebesta 2) 1) 2) Vysoké učeí techické v Brě, Fakulta stavebí, Ústav

Více

7. P o p i s n á s t a t i s t i k a

7. P o p i s n á s t a t i s t i k a 7. P o p i s á s t a t i s t i k a 7.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

Disertační práce AKUMULACE TEPLA VE VÝPOČTU TEPELNÉ ZÁTĚŽE KLIMATIZOVANÝCH PROSTORŮ

Disertační práce AKUMULACE TEPLA VE VÝPOČTU TEPELNÉ ZÁTĚŽE KLIMATIZOVANÝCH PROSTORŮ České vysoké učeí techické v Praze Fakulta stroí Ústav techiky prostředí Disertačí práce AKUMULACE TEPLA VE VÝPOČTU TEPELNÉ ZÁTĚŽE KLIMATIZOVANÝCH PROSTORŮ Ig. Michal Duška Studií obor: Techika prostředí

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

3.3.3 Rovinná soustava sil a momentů sil

3.3.3 Rovinná soustava sil a momentů sil 3.3.3 Rová soustava s a oetů s Předpoady Všechy síy soustavy eží v edé rově. Všechy oety sou oé a tuto rovu. *) Souřadý systé voíe ta, že rova - e totožá s rovou s. y O *) Po.: Sový oet ůžee ahradt dvocí

Více

dálniced3 a rychlostní silnice Praha x Tábor x České Budějovice x Rakousko

dálniced3 a rychlostní silnice Praha x Tábor x České Budějovice x Rakousko dáliced3 a rychlostí silice R3 Praha Tábor České Budějovice Rakousko w w obsah základí iformace 3 dálice D3 a rychlostí silice R3 PrahaTáborČeské BudějoviceRakousko 3 > základí iformace 4 > čleěí dálice

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ OPERAČNÍ VÝZKUM BEDŘICH ZIMOLA

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ OPERAČNÍ VÝZKUM BEDŘICH ZIMOLA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ OPERAČNÍ VÝZKUM BEDŘICH ZIMOLA ZLÍN Reezovl: Josef St Bedřh Zmol, ISBN 8-4-664-5 Obsh PŘEDMLUVA...6. OPERAČNÍ VÝZKUM JAKO NÁSTROJ

Více

Základy teorie chyb a zpracování fyzikálních měření Jiří Novák

Základy teorie chyb a zpracování fyzikálních měření Jiří Novák Zálad eore chb a zpracováí zálích měřeí Jří ová Teo e je zamýšle jao pomůca pro vpracováí laboraorích úloh z z Je urče pouze pro sudjí účel a jeho účelem je objas meod zpracováí měřeí Chb měřeí Druh chb

Více

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Prof. Ig. Albert Bradáč, DrSc. STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Příspěvek vazuje publikovaý

Více

5 ST ADATEL, FONDOVATEL, ZÁSOBITEL, NESTEJNÉ PENùÎNÍ PROUDY, REÁLNÁ ÚROKOVÁ MÍRA

5 ST ADATEL, FONDOVATEL, ZÁSOBITEL, NESTEJNÉ PENùÎNÍ PROUDY, REÁLNÁ ÚROKOVÁ MÍRA 5 ST ADATEL, FONDOVATEL, ZÁSOBITEL, NESTEJNÉ PENùÎNÍ PROUDY, REÁLNÁ ÚROKOVÁ MÍRA Střadatel se používá pro výpočet úroku na konc období, kdy jste pravdelně ukládal stejnou částku, ve stejný okamžk, po určté

Více

Investiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic

Investiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic Ivesičí čios Exisují růzá pojeí ivesičí čiosi: Z pohledu ekoomické eorie Podikové pojeí ivesic Klasifikace ivesic v podiku 1) Hmoé (věcé, fyzické, kapiálové) ivesice 2) Nehmoé (emaeriálí) ivesice 3) Fiačí

Více