Finanční nebo dluhová krize aneb mluviti stříbro a mlčeti zlato

Rozměr: px
Začít zobrazení ze stránky:

Download "Finanční nebo dluhová krize aneb mluviti stříbro a mlčeti zlato"

Transkript

1 Fiačí ebo dluhová krize aeb mluviti stříbro a mlčeti zlato Bohatství árodů 1 lze akademicky (abstraktě) rozdělit do dvou základích skupi: 1. Tezaurovaé. 2. Ivestovaé, oběhové. Tezaurovaá část bohatství jsou takové statky, které jsou primárě určey k uložeí, u(s)chováí hodoty, ikoliv k jejich vřazeí do procesu tvorby a spotřeby = stažeí mimo oběh (pojem tezaurace se častěji používá v souvislosti s peěžím oběhem, tam zameá stahováí hodotých peěz z oběhu). Vlastostí tezaurace je je pozvolá změa (ečastěji sižováí, stárutí) hodoty. Ivestovaé, oběhové bohatství je takové, které vřazeo do oběhu = podílu a procesu tvorby ových hodot (zhodocováí, bohatutí 2 ). Vlastostí ivestováí je áhodost výosu, v ěkteré fázi může statek vytvořit ovou hodotu, v ěkteré fázi může ztratit část ebo celou hodotu, kterou měl a počátku. Tezauraci bohatství lze dosáhout uložeím ( peíze pod polštářem, uložeím majetku do růzých forem vzácých kovů historicky zakopáím do země, ) ebo vztahem k oběhu (árodímu hospodářství). Příklad: Zlaté cihly lze uložit do trezoru bez dalšího vztahu k okolí (tezaurace) ebo je využít jako záruku za zapůjčeé, ivestovaé prostředky (ivestováí, i když epřímé). Proto: Pojmy tezaurovaé, ivestovaé jsou spíše vztahové vlastosti (vztahem k hospodářství, oběhu, okolí) ež vlastí vlastosti formy toho či ooho typu statků. Dále budeme pracovat s pojmem hodota statku 3. Sama hodota je ejsložitějším pojmem ekoomie. V ekoomických pracích se prakticky epoužívá bez přívlastku. Hodota hospodářská je vlastost statku podílet se a jakékoliv fázi árodího hospodářství. Obvykle eí ikterak měřea a to ai číselě a ai relací (apř. být hodotější). Nejčastěji se k í při jejím užíváí přidávají dvě základí vlastosti: užitečost a vzácost (ty lze přiřadit přímo statku a často je lze i měřit, číslem i relací). Přívlastek hospodářská je užívá, aby bylo odlišeo od ostatích pojetí hodoty (umělecká, historická, výkladová, středí, ). Hodota směá to je vlastost (způsobilost) toho, kterého statku být vyměě za jiý. Hodota spotřebí to je vlastost, způsobilost statku uspokojovat užitím ěkterou potřebu, ěkterého idividua. Hodota objektiví 4 - je vitří?objektiví? schopost statku být směě ebo užit. A je vlastostí samotého statku?existující? bez ohledu a okolí a stavu vztahů k ěmu. Je to ejsporější a ejproblematičtější pojem. Někdy je dokoce považová za zbytečý, škodlivý adbytečě rozšiřující ázvosloví 4. Hodota 1 Adam Smith: Pojedáí o podstatě a bohatství árodů. Český překlad, Liberálí istitut, Praha 1. 2 Zde v tomto textu ejsou základí i odvozeé pojmy využíváy v jejich přesém výzamu, důraz je klade a ázorost a pochopeí podstaty, ikoliv a přesost a jedozačost. 3 Opět budeme používat i obecější pojetí pojmu statek. Zde apříklad pracoví síla bude chápáa jako statek. 4 Uvedeé tříděí pochází z Albí Bráf: Násti odášek uiverzitích. Národohospodářská theorie. Bursík a Kohout, Praha Přetisk Grafia Praha II, 19.

2 S pojmem hodota je v ekoomii spoje pojem cea. Oba pojmy jsou v ekoomické teorii rozsáhle studováy a je ukazováa jejich (složitá) podstata a jejich (ještě složitější) vztah. Pro potřeby tohoto textu bude užitečá ásledující aalogie. V teorii existuje pojem áhodý proces, což je matematický model všech jeho možých trajektorií. Každá pozorovaá trajektorie je pak realizací tohoto áhodého procesu. Proto za slovem hodota budeme dále považovat abstraktí model a pod slovem cea realizaci hodoty za kokrétích podmíek směy v kokrétím čase. Pro tuto práci bude slovo hodota abývat výzamu středí hodoty cey přes všechy možé směy a jejich časy vyjádřeé v ěkterých peězích očištěých od iflace (tj. ve zvoleé ceové hladiě) a relativě vůči celku ve zvoleém čase (tj. hodota bohatství ve zvoleém časovém počátku bude jedotka). Tj. silá abstrakce. Při takovémto pojetí lze pak mluvit o objektivizaci pojmu. Potom: α je ivestovaá část bohatství, < α < 1 1 α je tezaurovaá část bohatství. µ je středí výosová míra ivestovaé části bohatství. x je koeficiet obecého ivestičího klima 1 x 1. Pro x = 1 předpokládáme úplou opatrost v akládáí se statky, tj. vše je tezaurováo, x = + 1 je modelem epřítomost odporu vůči riziku, tj. vše je ivestováo. je modelem pro rozhodováí subjektů ekoomických vztahů a jedáí o tom zdali budou tu část bohatství, kterou mají v dispozičím právu, spíše tezaurovat ebo ivestovat. Při egativím ivestičím klimatu se větší část bohatství převádí do formy tezaurovaé, při positivím do formy ivestovaé. Vztah mezi koeficietem a částí (mírou) ivestovaého bohatství je dá ivestičí fukcí, tj.: α : 1,1,1. Obvykle mívá tvar S-křivky (důvody pro to, zde ebudou studováy). Vhodou realizací ivestičí fukce může být apříklad: α ( a, b; x) x 1 = y 2 1+ y 2 % % % % % % % % a 1 a 1 1 y y b 1 b 1 dy dy, srovej s distribučí fukcí Beta rozděleí. % Na ose X je ivestičí klima % % -% -% -% -% -% -% -% -% -% -% % % % % % % % % % % alfa(x) Poloha mediáu=11,97% a=,; b=4, % Nepřesé, sad ázoré.

3 Názorým (a i důležitým) parametrem ivestičí fukce je její mediá, který je řešeím rovice α x =,. Je to hodota ivestičího klimatu při které je zapojea do procesu ivestováí právě ( ), jeda polovia dispoibilího bohatství. Charakterizuje ivestičí kulturu zkoumaé společosti. Pokud je x jedá se o populaci s (mírým, ) odporem k riziku ivestováí, pokud je x, >, < jedá se o populaci, která je ochota a schopa ést ěkteré epřízivé ásledky ivestováí. Teritoriálě, Evropa je prostorem s meším ebo větším odporem k riziku ivestováí (v Česku ještě silěji), USA mohou sloužit jako příklad společosti s ochotou a schopostí ést INDIVIDUÁLNĚ ásledky ivestováí (patrě proto jsou bohatší, možá eje). Populace x jsou garačí. Tj. zde silěji vyiká potřeba ochray (garace) tezaurovaé části, > bohatství a tím i ákladů s tím spojeých. Ochraa tezaurovaé části může spočívat v zamezeí přístupu (silé a dokoalé zdi a pacéře trezoru, zakopáím do země, ) ebo v existeci subjektu, který případou ztrátu způsobeou eúčiou ochraou uhradí (pojištěí, vládí záruky, ). Tedy ai tezaurace ezajišťuje trvalost hodoty 6. Garačí populace jsou esey vírou o tom, že středí hodota (idividuálí) ztráty z tezaurace je ižší ež středí hodota (idividuálí) ztráty z ivestováí. Obecě je však přijímáo to, že ivestováí ve středí (tetokrát populačí) hodotě dává zhodoceí. Vliv ákladů garací zde ebude detailě studová, bude zahrut v modelu stárutí bohatství. % % % % % % % % % % % % % % % % % Na ose X je ivestičí klima % Na ose X je ivestičí klima % % % % -% -% -% -% -% -% -% -% -% -% Extrémí příklad ivestičí fukce společosti s vyjádřeým odporem k riziku ivestováí. % % alfa(x) Poloha mediáu=2,12% a=12,; b=4, % % % % % % % % % -% -% -% -% -% -% -% -% -% -% Extrémí příklad ivestičí fukce společosti schopé a ochoté ést idividuálí ásledky ivestováí. % % alfa(x) Poloha mediáu=-2,84% a=3,; b=9, % % % % % % % % % Dalším jevem je stárutí statků. Většiě statků s dobou klesá hodota. Jsou ěkteré, u ichž hodota s dobou roste. Budeme předpokládat, že: ρ je část sížeí hodoty bohatství za jedo období stárutím, < ρ < 1 S je hodota bohatství v -tém období Potom, za předpokladu, že vyecháme sebezáchové společeské mechaismy (ouzovou adaptaci), společosti bude platit: S ( 1 α ( x )) S + α ( x )( + µ ) S ρ S + 1 = 1 Zde: ( α ( x )) S α ( x )( + µ ) S 1 je část tezaurovaého bohatství, 1 je ivestovaé část bohatství a její zhodoceí, 6 Viz výše.

4 ρ S je sížeí hodoty bohatství stárutím, vše ve středí hodotě, tedy bez modelováí áhodé složky. Pak ale, S+ 1 = ( 1 α( x )) S + α( x )( 1+ µ ) S ρs = ( 1+ µα( x ) ρ ) S = β ( x ) S ( x ) oz., zde β je fukce změy (multiplikátoru) hodoty bohatství za jedo období. Odtud plyou ěkteré společeské hodoty : K tomu aby hodota společeského bohatství v daém období eklesala, stačí aby ( ) 1 β x. To ale ρ zameá µα( x ) ρ α( x ). Aby daý model popisoval trvající společost, tj. aby byla µ vždy defiováa (a měla smysl) hodota ásledujícího období (při daé hodotě současého období) ρ je uté aby < 1 ρ < µ. Tj. aby byly (alespoň poteciálě) prostředky a áhradu hodoty µ ztraceé stárutím ově vytvořeou hodotou z ivestováí. Modelovaou společost pak popisuje fukce β ( x). U í je zajímavé a důležité ivestičí klima xr umožňující prostou reprodukci (ve středí hodotě) společeského bohatství: ρ 1 ρ 1 β ( x R ) = 1, odtud α( x R) = x R = α, kde α ( x) je fukce iverzí k ivestičí fukci α ( x). µ µ % 4% 3% 2% 1% % 99% 98% 97% 96% % Na ose X je ivestičí klima -% -% -% -% -% -% -% -% -% -% % % % % % % % % % % beta(x) Prostá reprodukce=,74% % prostá reprodukce ivestičí míra=3,%; stárutí=2,% % % % % Příklad průběhu fukce ( x) β při vedle uvedeé ivestičí fukci. % % % % % % Na ose X je ivestičí klima Na tomto grafu by hodota SPOLEČENSKÉHO koeficietu stárutí, při ekritické iterpretaci, zameala, že veškeré bohatství vyměí během -ti let. To je velice zjedodušující iterpretace. Některé části bohatství se budou obměňovat častěji, ěkteré pomaleji (ěkteré budou prakticky věčé, apř. půda, zlato 7 ). Přesěji během -ti vyměí hodota (je uiverzálím měřidlem) ale ikoliv veškeré bohatství. % % -% -% -% -% -% -% -% -% -% -% % % alfa(x) Poloha mediáu=11,97% a=,; b=4, % % % % % % % % % 7 Zde také pozor, zlato estáre ale opotřebováím a úpravami se může a také ztrácí.

5 Model trasformace zpráv a ivestičí klima Na ivestičí klima mají vliv dva druhy zpráv: 1. Zprávy dokoalé (věrá ebo téměř věrá sděleí, aalytické předpovědi, ) o stavu hodoty bohatství. 2. Zprávy hypotetické (doměky, hypotézy, kostrukce, autoritativí sděleí, politická sděleí, kometátorská sděleí, epodložeé předpovědi, ) ad hodotou bohatství. Také zprávy o zprávách o (sdělí o tom, že ěkdo sdělil). Jedá se opět o abstrakci. Každá kokrétí zpráva má v sobě eprázdou část dokoalou a část hypotetickou. Každá zpráva sebou ese míru své věrohodosti. Zaméko zprávy idikuje charakter (pozitiví egativí) absolutí hodota míry věrohodosti zprávy pak její společeskou věrohodost. Do modelu tedy ebudou vstupovat samoté zprávy ale jejich (o)zamékovaé míry věrohodosti, di pro dokoalé zprávy a h i pro hypotetické. se formuje z miulých zpráv, modelovými parametry jsou: τ je hloubka paměti ivestičího klima, tj. jak staré zprávy formují ivestičí klima, τ N, δ je míra vlivu dokoalých zpráv, δ 1, δ je obvykle dosti meší ež 1 δ, eboť dokoalé zprávy jsou dostupé je meší části společosti (prakticky edostupé, eboť měřit dokoale a absolutě bohatství elze), protože je meší část jediců umí čiit správé závěry z miula pro budoucost (a to ještě e vždy), pak: (*) ( d d,..., d ) + ( 1 δ ) a( h, h h ) x δ,..., = a, 1 τ 1 τ a je agregačí fukce s hodotami mi d, d,..., d τ a d, d 1,..., d τ max d, d 1,..., d τ a eklesající fukce každého svého argumetu, často ějaký typ průměru, (*) ( ) ( ) ( ) 1, h i mají áhodou povahu (většiou se systematickou složkou opisuje se ) se zamékem +1, pokud jde o pozitiví zprávu a -1 pokud jde o egativí zprávu, d jsou odvozey z miulých stavů bohatství d t S,..., S ) a ( S,..., S ), kde i i = ( 1 τ m 1 τ a (*) m je eklesající fukce každého svého argumetu s hodotami v, 1, t (*) zaméko věrohodosti dokoalé zprávy, t ( S 1,..., S τ ) = 1, pokud mají S 1,..., S τ klesající tred, t ( S 1,..., S τ ) = + 1, pokud mají S 1,..., S τ rostoucí tred, v ěkterém smyslu slov rostoucí a klesající tred (apř. tred je klesající, pokud je přímka proložeá body S 1,..., S klesající a aopak). τ

6 Následuje simulace pro prostředí s meším odporem k riziku ivestováí: τ 2 % % % % % % % % % % % -% Na ose X je ivestičí klima -% -% 1, 1,9 1,8 1,7 1,6 1, 1,4 1,3 1,2 1,1 1,,99,98,97,96,,94,93,92,91, -% -% -% -% -% -% -% % % alfa(x) Poloha mediáu (alfa)=-14,98% a=6,; b=8, % Ivestičí fukce 2 % % Vývoj bohatství 3 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=2 Hodota bohatství % % 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, % % % % 1,,8,6,4,2, -,2 -,4 -,6 -,8-1, % 4% 3% 2% 1% % 99% 98% 97% 96% Na ose X je ivestičí klima % -% -% -% -% -% -% -% -% -% -% % beta(x) Prostá reprodukce (beta=1) =,38% % prostá reprodukce ivestičí míra=3,%; stárutí=2,% Beta fukce, multiplikátor bohatství v závislosti a ivestičím klimatu. Průběh ivestičí fukce a Věrohodosti zpráv a multiplikátoru bohatství ivestičí klima v závislosti a čase 2 3 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=2 Zamékovaá věrohodost "dokoalých 1, 1,,,,,,,,,,,,,,3,,2,, % % % % % % % % 2 3 % 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99,998,9,9982,9 % Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=2 Jemu odpovídající hodota ivestičí fukce Odpovídající hodota 6 1, 1,9 1,8 1,7 1,6 1, 1,4 1,3 1,2 1,1 1,,99,98,97,96,,94,93,92,91, 2 3 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=6 Hodota bohatství 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 -,6 -,8-1, Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=6 Zamékovaá věrohodost "dokoalých 1, 1,,,,,,,,,,,,,,3,,2,, 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99,998,9,9982, Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=6 Jemu odpovídající hodota ivestičí fukce Odpovídající hodota 1, 1,9 1,8 1,7 1,6 1, 1,4 1,3 1,2 1,1 1,,99,98,97,96,,94,93,92,91, 2 3 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti= Hodota bohatství 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 -,6 -,8 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti= Zamékovaá věrohodost "dokoalých 1, 1,,,,,,,,,,,,,,3,,2, 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99,998,9,9982-1,,, Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti= Jemu odpovídající hodota ivestičí fukce Odpovídající hodota 12 1, 1,9 1,8 1,7 1,6 1, 1,4 1,3 1,2 1,1 1,,99,98,97,96,,94,93,92,91, 2 3 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Hodota bohatství 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 -,6 -,8 Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Zamékovaá věrohodost "dokoalých 1, 1,,,,,,,,,,,,,,3,,2, 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99,998,9,9982-1,,, Poloha mediáu (alfa)=-,%, Prostá reprodukce (beta=1) =,4%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Jemu odpovídající hodota ivestičí fukce Odpovídající hodota

7 Simulace pro prostředí s větším odporem k riziku ivestováí: % τ % % % % % % % % % 2 % -% Na ose X je ivestičí klima -% -% 1, 1,8 1,6 1,4 1,2 1,,98,96,94,92,,88,86,84,82, -% -% -% -% -% -% -% % % alfa(x) Poloha mediáu (alfa)=6,97% a=8,; b=7, % Ivestičí fukce 2 % Vývoj bohatství 3 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=2 Hodota bohatství % % % % % 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, % % % 4% 3% 2% 1% % 99% 98% 97% 96% Na ose X je ivestičí klima % -% -% -% -% -% -% -% -% -% -% Beta fukce, multiplikátor bohatství v závislosti a ivestičím klimatu. Průběh ivestičí fukce a Věrohodosti zpráv a multiplikátoru bohatství ivestičí klima v závislosti a čase 1,,8,6,4,2, -,2 -,4 -,6 -,8-1, 2 3 % beta(x) Prostá reprodukce (beta=1) =21,61% % prostá reprodukce ivestičí míra=3,%; stárutí=2,% Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí 1, ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu,9 dokoalých zpráv=2,%, Doba paměti=2,8 Zamékovaá věrohodost "dokoalých,7,,4,6,3,2,1, % % % % % % % % 2 3 % 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99,998,9,9982,9 % Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=2 Jemu odpovídající hodota ivestičí fukce Odpovídající hodota 6 1, 1,8 1,6 1,4 1,2 1,,98,96,94,92,,88,86,84,82, 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí 1, ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu,9 dokoalých zpráv=2,%, Doba paměti=6,8 Zamékovaá věrohodost "dokoalých,7,6,,4,3 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=6 Jemu odpovídající hodota ivestičí fukce 2 3 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=6 Hodota bohatství -,6 -,8-1,,2,1,,998,9,9982,9 Odpovídající hodota , 1,8 1,6 1,4 1,2 1,,98,96,94,92,,88,86,84,82, 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí 1, ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu,9 dokoalých zpráv=2,%, Doba paměti=,8 Zamékovaá věrohodost "dokoalých,7,6,,4,3 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti= Jemu odpovídající hodota ivestičí fukce 2 3 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti= Hodota bohatství -,6 -,8-1,,2,1,,998,9,9982,9 Odpovídající hodota , 1,8 1,6 1,4 1,2 1,,98,96,94,92,,88,86,84,82, 1,,9,8,7,6,,4,3,2,1, -,1 -,2 -,3 -,4 -, -,6 -,7 -,8 -,9-1, 1,,8,6,4,2, -,2 -,4 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí 1, ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu,9 dokoalých zpráv=2,%, Doba paměti=12,8 Zamékovaá věrohodost "dokoalých,7,6,,4,3 1, 1,12 1, 1, 1, 1,2 1,,999,9,9992,99 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Jemu odpovídající hodota ivestičí fukce 2 3 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Hodota bohatství -,6 -,8-1, 2 3,2,1, 2 3,998,9,9982,9 Odpovídající hodota

8 Diskuze, pozámky a áměty Společosti s větším odporem k riziku ivestováí mají lepší předvídatelost vývoje, ale ezvyšují ebo velice pomalu zvyšují hodotu bohatství. Hloubka paměti stabilizuje vývoj, čím delší, tím asi více systematický vývoj hodoty bohatství. U delší hloubky paměti ivestičího klima společost reaguje a tred a miimalizuje vliv áhodých fluktuací. Teto jev také ovlivňuje typ agregačích fukcí. Model je avrže pro uzavřeou ekoomiku, erespektuje vliv teritoriálích ovlivňováí a kooperací. Podstatou roli hrají hypotetické zprávy s velkou přijímaou mírou věrohodosti expertí autoritativí dojmy, předpovědi a postoje. 1,,8,6,4 Poloha mediáu (alfa)=7,%, Prostá reprodukce (beta=1) =21,6%, Ročí ivestičí míra=3,%, Ročí stárutí=2,%, Míra vlivu dokoalých zpráv=2,%, Doba paměti=12 Zamékovaá věrohodost "dokoalých,2, -,2 -,4 -,6 -,8-1, 2 3 Diskutovaý typ hypotetických zpráv je ozače čerým obvodem. Při klesající hodotě bohatství mají pozitiví hypotetické zprávy meší vliv ež egativí. I při růstu hodoty bohatství mohou egativí hodě věrohodé zprávy být příčiou budoucího poklesu. Odtud lze dovodit ebezpečí tzv. EXPERTŮ ebo těch, kteří ač se sami za experty epovažují, společost jako experty chápe: Na jejich egativí postoje k vývoji bohatství, reaguje společost tezaurací i takových statků, které jsou svoji podstatou určey k ivestováí. Postoje takových EXPERTŮ jsou samo-geerativí. Tak dlouho mluví o poklesu a krizi až se REAKCÍ NA JEJICH SDĚLENÍ POKLES OPRAVDU REALIZUJE. Proto by měli dbát a jistou zdrželivost ve vyjadřováí a odlišovat, kdy jde o varováí před eodvratou jistotou a kdy jde o DOJEM o možém.

9 Další možá ještě, vlivějším, problémem je exploze iformačích techologií, bez zvládutí jejich podstaty. Zprávy se a ás řítí, aiž je čas a jejich rozbory a idetifikaci jejich podstaty a původích zdrojů. Hloubka paměti ivestičího klima ve skutečosti eí parametrizováa uplyulým časem ale spíše počtem přijatých zpráv. Proto patrě reagujeme více a ahodilosti ež a vývojové tedece. Sažíme se kompezovat každou áhodou fluktuaci (protože se o í dovíme) a ezbývá ám čas a ai prostředky a kocepčí (déle-dobé) jedáí. Použité ebo citovaé zdroje: Adam Smith Albí Bráf Vávra Pojedáí o podstatě a bohatství árodů. Český překlad, Liberálí istitut, Praha 1. Násti odášek uiverzitích. Národohospodářská theorie. Bursík a Kohout, Praha Přetisk Grafia Praha II, 19. Teorie iformace a aférologie, s příkladem pro případ ZČU, (ěkteré pozámky k modelováí hromadého sdělováí). Předáška v předmětu Matematika a byzys, akademický rok /11.

10 Přílohy Freddie Mac v hluboké ztrátě. Požádá o 31 miliard Hypotečí agetura Freddie Mac prodělala ve čtvrtém čtvrtletí loňského roku 23,9 miliardy dolarů. NEW YORK, PRAHA (ihned.cz) Freddie Mac, jeda ze dvou hlavích amerických hypotečích agetur, se po zveřejěé hluboké ztrátě rozmýšlí, že podá žádost o vládí pomoc v hodotě,8 miliard dolarů. Agetura prodělala ve čtvrtém čtvrtletí 23,9 miliardy dolarů (přes miliard koru) po ztrátě 2,3 miliardy dolarů ve třetím čtvrtletí. Iformovala o tom agetura Reuters. FREDDIE MAC společě s další hypotečí ageturou FANNIE MAE vlastí či garatují téměř poloviu všech hypotečích úvěrů, které byly ve Spojeých státech amerických vydáy. Celkový objem takových úvěrů se pohybuje kolem 12 bilioů dolarů, z toho a obě agetury připadá zhruba pět bilioů dolarů. Agetury pod kotrolou americké vlády Faie Mae skočila ve čtvrtém čtvrtletí loňského roku ve ztrátě 2,2 miliardy dolarů. Kvůli těžkému postižeí kvůli fiačí krizi se americká vláda rozhodla ad těmito dvěma istitucemi převzít v září kotrolu. Freddie Mac ve ztrátě 2,3 miliardy dolarů. Žádá vládu o 14 miliard - čtěte ZDE Faie Mae má další rekord. Její ztráta arostla a 29 miliard dolarů - čtěte ZDE Společost Freddie Mac upozorňuje, že ztráty zůstaou vysoké i během celého roku 9. I když se americký prezidet Barack Obama rozhode pro fiačí pomoc, cesta to bude ještě těžká. "Je obtížé být šoková ad ějakými čísly, jelikož už jsou dlouho pod tlakem," uvedl portfoliový maažer z Los Ageles Bret Barker. "Těžko říci, zda vše ejhorší je za ámi," dodal.

11 Počátečí důsledky krize v USA Zkrachovalé Zkrachovalé Datum IdyMac Popis Pád IdyMac byl třetím ejvětším bakovím krachem v poválečé historii Spojeých států. IdyMac se zhroutila pod áporem vkladatelů, kteří ve strachu z jejího krachu vybírali své úspory. Federálí společost pro pojištěí vkladů odhadla áklad krachu IdyMac a čtyři až osm miliard dolarů. Baka Lehma Brothers zažádal o ochrau před věřiteli kvůli své špaté likvidití situaci. Pokles ce akcií % Lehma Brothers Washigto Mutual Lehma se zhroutil pod tíhou ztrátových aktiv, zejméa hypotečích ceých papírů, které po hypotečí krizi prakticky ztratily hodotu. Na krytí těchto špatých aktiv baka potřebovala ejméě miliard dolarů. Pád ivestičí baky s téměř 1letou historií otřásl důvěrou ve stabilitu dalších fiačích istitucí a způsobil pád akciových trhů prakticky všude ve světě. Americká vláda uzavřela ejvětší domácí spořitelu Washigto Mutual (WaMu). Pád této firmy je zdaleka ejvětším krachem v historii bakovího sektoru Spojeých států. Bakoví aktiva Washigto Mutual koupí za 1,9 miliardy dolarů baka JPMorga Chase & Co. % % Problémy Citigroup Citigroup eí přímo ohrožeá krachem. Podle majetku je to ejvětší baka v USA, ale potýká se s výrazou hospodářskou ztrátou. Za posledí tři čtvrtletí prodělala 17,4 miliardy dolarů. Od koce loňského roku ale baka získala ový kapitál ve výši více ež miliard dolarů, a je tak v lepší pozici, ež kokureti, kterým se další kapitál získat epodařilo. 8 % AIG AIG byla pod tlakem již delší dobu poté, co vykázala tři čtvrtletí po sobě ztrátu, jejíž celková výše dosáhla 18, miliardy dolarů. Ztráty byly způsobey především krizí hypotečího a úvěrového trhu, kde AIG hraje klíčovou úlohu v pojišťováí rizikových operací fiačích istitucí a celém světě. AIG akoec pomohla americká cetrálí baka Fed a krátkodobě ji půjčila miliard dolarů, které by měly uklidit kliety a partery AIG aby erušili pojistky a eprodávali aktiva spojeá s AIG. Výměou za tuto půjčku americká vláda převezme 79,9% akcií AIG %

12 Morga Staley Goldma Sachs Bear Stears Merrill Lych Wachovia Morga Staley chtěla řešit svou situaci spojeím s bakou Wachovia. Nakoec se ale ukázalo, že Wachovia trpí ještě většími problémy a z jedáí sešlo. Nakoec ozámila svůj plá a ákup - procet akcií Morga Staley ejvětší japoská baka Mitsubishi UFJ Fiacial Group. Do baky Goldma Sachs se rozhodl ivestovat své peíze miliardář ř Warre Buffett. Do fiačího ústavu vložil pět miliard 41, % dolarů. Převzaté Ivestičí í baku Bear Stears, která se kvůli problémům a úvěrových trzích ocitla v krizi, koupila JPMorga Chase & Co. Získala ji za pouhé dva dolary za akcii, což pátou ejvětší ivestičí baku v USA ohodocuje a 236 milioů dolarů Baka Bear Stears byla prvím velkým fiačím ím ústavem, který zičila ila krize a úvěrových trzích. Baka měla potíže od poloviy roku 7 kvůli propadu hypotečího a úvěrového trhu. Americká druhá ejvětší baka Bak of America schválila převzetí baky Merrill Lych. Zaplatí za i svými akciemi v celkové hodotě miliard dolarů. Šestá ejvětší americká baka Wachovia se dočkala převzetí. Získá ji ejvětší americká fiačí í skupia Citigroup. Wachovia doplatila a poškozeí svého hospodařeí prostředictvím globálí úvěrové krize. Autor/ři: Václav Voseček, Tomáš Králíček. 66 % 81 % % 99 % Další iformace Paul Krugma l?ilie=yt-per

13 ihed.cz

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

Pojem času ve finančním rozhodování podniku

Pojem času ve finančním rozhodování podniku Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

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

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP Istituce i zazameaé operace jsou fiktiví. Ukázkové případy - sezam Případ Vykazující účetí Vykázaé Části I až XIII Straa jedotka (zkráceě až 3) A Půjčka od baky Město, v roce +1, T2 v roce +1, T7, T8,

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

Finanční řízení podniku. Téma: Časová hodnota peněz

Finanční řízení podniku. Téma: Časová hodnota peněz Fiačí řízeí podiku Téma: Časová hodota peěz Faktor času se ve fiačím řízeí uplatňuje a) při rozhodováí o ivesticích b) při staoveí trží cey majetku podiku c) při ukládáí volých peěžích prostředků d) při

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

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

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta B) Přijímací řízeí pro akademický rok 24/5 a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata B) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

Spojitost a limita funkcí jedné reálné proměnné

Spojitost a limita funkcí jedné reálné proměnné Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II

2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II 2,3 ČTYŘI STADARDÍ METODY I, ČTYŘI STADARDÍ METODY II 1.1.1 Statické metody a) ARR - Average Rate of Retur průměrý ročí čistý zisk (po zdaěí) ARR *100 % ( 20 ) ivestic do projektu V čitateli výrazu ( 20

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

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

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

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

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

2. Finanční rozhodování firmy (řízení investic a inovací)

2. Finanční rozhodování firmy (řízení investic a inovací) 2. Fiačí rozhodováí firmy (řízeí ivestic a iovací) - fiačí rozhodováí je podmožiou fiačího řízeí (domiatí) - kompoety = složky: výběr optimálí variaty zdrojů fiacováí užití získaých prostředků uvážeí vlivu

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

Více

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika) Kvatová a statistická fyzika (Termodyamika a statistická fyzika) Boltzmaovo - Gibbsovo rozděleí - ilustračí příklad Pro ilustraci odvozeí rozděleí eergií v kaoickém asámblu uvažujme ásledující příklad.

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

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH FINANČNÍ MATEMATIKA SBÍRKA ÚLOH Zpracováo v rámci projektu " Vzděláváí pro kokureceschopost - kokureceschopost pro Třeboňsko", registračí číslo CZ.1.07/1.1.10/02.0063 Gymázium, Třeboň, Na Sadech 308 Autor:

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

Více

13 Popisná statistika

13 Popisná statistika 13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický

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

IAJCE Přednáška č. 12

IAJCE Přednáška č. 12 Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích

Více

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

VaR analýza citlivosti, korekce

VaR analýza citlivosti, korekce VŠB-TU Ostrava, Ekoomická fakulta, katedra fiací.-. září 008 VaR aalýza citlivosti, korekce Fratišek Vávra, Pavel Nový Abstrakt Práce se zabývá rozbory citlivosti ěkterých postupů, zahrutých pod zkratkou

Více

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

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

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že

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

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

(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

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

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

-1- Finanční matematika. Složené úrokování

-1- Finanční matematika. Složené úrokování -- Fiačí ateatika Složeé úrokováí Při složeé úročeí se úroky přičítají k počátečíu kapitálu ( k poskytutí úvěru, k uložeéu vkladu ) a společě s í se úročí. Vzorec pro kapitál K po letech při složeé úročeí

Více

Modelování jednostupňové extrakce. Grygar Vojtěch

Modelování jednostupňové extrakce. Grygar Vojtěch Modelováí jedostupňové extrakce Grygar Vojtěch Soutěží práce 009 UTB ve Zlíě, Fakulta aplikovaé iformatiky, 009 OBSAH ÚVOD...3 1 MODELOVÁNÍ PRACÍCH PROCESŮ...4 1.1 TERMODYNAMIKA PRACÍHO PROCESU...4 1.

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

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/ Teto projekt je spolufiacová Evropským sociálím fodem a Státím rozpočtem ČR IoBio CZ..07/2.2.00/28.008 Připravil: Ig. Vlastimil Vala, CSc. Metody zkoumáí ekoomických jevů Kapitola straa 3 Metoda Z řeckého

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy

Více

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv 3. meziárodí koferece Řízeí a modelováí fiačích rizik Ostrava VŠB-U Ostrava, Ekoomická fakulta, katedra Fiací 6.-7. září 006 tegrace hodot Value-at-Risk lieárích subportfolií a bázi vícerozměrého ormálího

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

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

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

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU Matematické modelováí (KMA/MM Téma: Model pohybu mraveců Zdeěk Hazal (A8N18P, zhazal@sezam.cz 8/9 Obor: FAV-AVIN-FIS 1. ÚVOD Model byl převzat z kihy Spojité modely v biologii

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY ÚROKOVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY 1. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(r) úrok v % z hodoty kapitálu za časové

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou

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

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

9. Měření závislostí ve statistice Pevná a volná závislost

9. Měření závislostí ve statistice Pevná a volná závislost Dráha [m] 9. Měřeí závislostí ve statistice Měřeí závislostí ve statistice se zabývá především zkoumáím vzájemé závislosti statistických zaků vícerozměrých souborů. Závislosti přitom mohou být apříklad

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

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

Více

pro bakalářský studijní program Ekonomika a management

pro bakalářský studijní program Ekonomika a management B608 Ekoomika a maagemet POŢADAVKY K PŘIJÍMACÍ ZKOUŠCE pro bakalářský studijí program Ekoomika a maagemet MATEMATIKA 1. Počítáí s reálými čísly Zlomky, mociy, odmociy, ( a b), ( a b), a b.. Počítáí s procety

Více

Zhodnocení přesnosti měření

Zhodnocení přesnosti měření Zhodoceí přesosti měřeí 1. Chyby měřeí Měřeím emůžeme ikdy zjistit skutečou (pravou) hodotu s měřeé veličiy. To je způsobeo edokoalostí metod měřeí, měřicích přístrojů, lidských smyslů i proměých podmíek

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

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

1. Měření ve fyzice, soustava jednotek SI

1. Měření ve fyzice, soustava jednotek SI 1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

8.1.3 Rekurentní zadání posloupnosti I

8.1.3 Rekurentní zadání posloupnosti I 8.. Rekuretí zadáí poslouposti I Předpoklady: 80, 80 Pedagogická pozámka: Podle mých zkušeostí je pro studety pochopitelější zavádět rekuretí posloupost takto (sado kotrolovatelou ukázkou), ež dosazováím

Více

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ 3..- 4.. 2009 DIVYP Bro, s.r.o., Filipova, 635 00 Bro, http://www.divypbro.cz UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ autoři: prof. Ig. Mila Holický, PhD., DrSc., Ig. Karel Jug, Ph.D., doc. Ig. Jaa Marková,

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

Iterační výpočty projekt č. 2

Iterační výpočty projekt č. 2 Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....

Více

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Evropský sociálí fod Praha & EU: Ivestujeme do vaší budoucosti Teto materiál vzikl díky Operačímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Maažerské kvatitativí metody II - předáška č.1 - Dyamické

Více

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ Ivestičí horizot IH: doba, po kterou má ivestor v daé ivestici vázáy své peíze. Při ivestici do dluhopisu jsme vystavei riziku změy výosů Uvažujme

Více

Návrh nové koncepce výuky trestního práva

Návrh nové koncepce výuky trestního práva Katedra trestího práva Akademický rok 2018/2019 Návrh ové kocepce výuky trestího práva I. Nová kocepce výuky trestího práva Nová kocepce výuky trestího práva, předkládaá katedrou trestího práva, je v souladu

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

České účetní standardy 006 Kurzové rozdíly

České účetní standardy 006 Kurzové rozdíly České účetí stadardy METODICKÝ ig. u Vykazováí v Vymezeí w Oceňováí Odpisováí, postup účtováí y Ivetarizace z Aalytická evidece { Podrozvahová evidece Zveřejňováí České účetí stadardy 2017 2 22 1 v Vymezeí

Více

Současnost a budoucnost provozní podpory podle zákona POZE

Současnost a budoucnost provozní podpory podle zákona POZE Současost a budoucost provozí podpory podle zákoa POZE ENERGETICKÝ REGULAČNÍ ÚŘAD Odbor podporovaých zdrojů poze@eru.cz Ig. Kristiá Titka 20. 11. 2018 Frymburk Rada ERÚ od 1. 8. 2018 JUDr. PhDr. Vratislav

Více

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2 4EK311 Operačí výzkum 4. Distribučí úlohy LP část 2 4.1 Dopraví problém obecý model miimalizovat za podmíek: m z = c ij x ij i=1 j=1 j=1 m i=1 x ij = a i, i = 1, 2,, m x ij = b j, j = 1, 2,, x ij 0, i

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot

Více

2.4. INVERZNÍ MATICE

2.4. INVERZNÍ MATICE 24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

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

11. přednáška 16. prosince Úvod do komplexní analýzy.

11. přednáška 16. prosince Úvod do komplexní analýzy. 11. předáška 16. prosice 009 Úvod do komplexí aalýzy. Tři závěrečé předášky předmětu Matematická aalýza III (NMAI056) jsou věováy úvodu do komplexí aalýzy. Což je adeseá formulace eboť časový rozsah ám

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

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika České vysoké učeí techické v Praze Fakulta dopraví Semestrálí práce Statistika Čekáí vlaku ve staicích a trase Klado Ostrovec Praha Masarykovo ádraží Zouzalová Barbora 2 35 Michálek Tomáš 2 35 sk. 2 35

Více

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY.

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. Ig.Karel Hoder, ÚAMT-VUT Bro. 1.Úvod Optimálí rozděleí ákladů a vytápěí bytového domu mezi uživatele bytů v domě stále podléhá

Více

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu

1. Definice elektrického pohonu 1.1 Specifikace pohonu podle typu poháněného pracovního stroje 1.1.1 Rychlost pracovního mechanismu 1. Defiice elektrického pohou Pod pojmem elektrický poho rozumíme soubor elektromechaických vazeb a vztahů mezi pracovím mechaismem a elektromechaickou soustavou. Mezi základí tři části elektrického pohou

Více

b c a P(A B) = c = 4% = 0,04 d

b c a P(A B) = c = 4% = 0,04 d Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více