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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 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, K Západ 54, Bro, Česká republka, hrebcek@ecomaag.cz, hejc@ecomaag.cz, soukopova@ecomaag.cz Abstrakt V čláku je popsá model pro hodoceí ákladových a ceových vztahů v akládáí s komuálím odpadem v České republce (ČR), který vytvořl jeho autoř v rámc řešeí projektu pro Msterstvo žvotího prostředí. Model byl vyvut v závslost a vhodých vstupích makroekoomckých proměých a umožňuje smulovat varatí vývoj poplatků za skládkováí odpadu a zahrutí č ezahrutí ěkterých přpravovaých zařízeí a eergetcké využtí (EVO) ebo mechacko-bologcké zpracováí (MBÚ) odpadů ve vybraých lokaltách a daou ročí kapactou. Vychází z údajů ročích hlášeí obcí ČR (jsoul k dspozc) o produkc komuálího odpadu a odhadu jeho možství pomocí sofstkovaého modelu zahrujícího demografcké a socoekoomcké vlvy. Model je založe a aalýze faktorů určujících áklady pro skládky, zařízeí EVO a MBÚ a vypočítá ceu za akládáí s odpady pro každou obec ČR včetě jejího předpokládaého vývoje do roku V čláku je uvede podrobý pops modelu a jeho výstupy v souvslost s modelováí změ poplatků v souladu s mplemetací evropské rámcové směrce o odpadech do české legslatvy. Abstract There s preseted a model for the evaluato of cost ad prce relatoshps the mucpal waste maagemet the Czech Republc (CZ), created by the authors solved the project for the Mstry of Evromet. The model was developed based o approprate put macroecoomc varables ad t eables to smulate the developmet of varat waste ladfll fees ad the cluso or excluso of certa equpmet preparato for eergy recovery (ER) or mechacal-bologcal treatmet (MBT) of waste selected locatos ad the prescrbed aual capacty. Based o data from aual reports mucpaltes (f avalable) o the producto of mucpal waste ad estmate ts quatty by usg a sophstcated model, cludg demographc ad soco-ecoomc mpacts. The model s based o a aalyss of factors determg the costs for ladflls, ER ad MBT facltes ad calculates the prce for waste maagemet for each mucpalty CR, cludg ts foreseeable developmet by The artcle gves a detaled descrpto of the model ad ts outputs relato to chages modelg fees accordace wth the mplemetato of the Europea Waste Framework Drectve to Czech legslato. Klíčová slova: Odpadové hospodářství, komuálí odpad, ákladová a ceová aalýza, model, áklady a akládáí s odpady, výdaje obcí Keywords: Waste maagemet, mucpal waste, relatve humdty, cost ad prce aalyss, model, waste maagemet cost, mucpalty expedture

2 Úvod Kolektv autorů se zabýval v roce 2009 řešeím projektu Aalýza ákladových a ceových vztahů v odpadovém hospodářství ČR a ávrh efektví tezty podpory v rámc oblast podpory 4. OPŽP, zejméa pro projekty realzace zařízeí pro eergetcké využíváí odpadu (EVO) a mechacko-bologcké úpravy odpadů (MBÚ) včetě úpravy kotlů pro spoluspalováí (zkráceě) Aalýza ákladových a ceových vztahů v odpadovém hospodářství ČR pro Msterstvo žvotího prostředí (MŽP) ČR v rámc Techcké asstece Operačího programu pro žvotí prostředí, která byla spolufacováa z Fodu soudržost EU. Cílem projektu bylo vytvořt ekoomcký model odpadového hospodářství (OH) ČR s modulárí archtekturou s možostí jeho dalšího rozšřováí, vylepšováí a propojováí a exstující modely pro OH. Jeho účelem bylo zejméa získáí podkladů pro dotačí ttuly Operačího programu Žvotí prostředí (dále je OPŽP ) pro výstavbu ových techologí pro eergetcké využtí odpadu (dále je EVO ) a mechacko-bologcké úpravy (dále je MBÚ ) pro akládáí se směsým komuálím odpadem (dále je SKO ) a rověž pro pláováí plěí Směrce 99/3/ES o skládkách odpadů. Kokrétě se jedalo o vytvořeí modelu pro hodoceí ákladových a ceových poměrů v odpadovém hospodářství ČR v závslost a ěkolka vstupích makroekoomckých proměých a smulace vývoje poplatků za ěkteré způsoby akládáí s odpady (skládkováí) se zahrutím č ezahrutím ěkterých přpravovaých zařízeí pro EVO a MBÚ a Evropského systému emsího obchodováí (EU ETS). Ekoomcký model byl vytvoře tak, aby umožňoval zachytt logstcko-techcké aspekty akládáí s SKO ve všech obcích ČR. Model vychází jedak z produkce SKO v jedotlvých obcích ČR (pokud je záma z ročího hlášeí v Iformačím systému odpadového hospodářství ISOH 2 ) a jedak z odhadu možství SKO určeého a základě autory vyvutého sofstkovaého modelu (HLAVÁČEK, HEJČ, HŘEBÍČEK, 2007), (HEJČ, HŘEBÍČEK, 2008), který zahruje demografcké a socoekoomcké vlvy a produkc a akládáí SKO až a úroveň jedotlvých obcí. Model tak posthuje rozdílé dopady ceových poměrů a akládáí s SKO v jedotlvých regoech ČR. Model produkce SKO vychází z počtu obyvatel a typu osídleí a dalších parametrů (HLAVÁČEK, HEJČ, HŘEBÍČEK, 2007). Model vypočítá produkc odpadů v obcích a základě přepočteého počtu jejch obyvatel a typu osídleí s využtím demografckých údajů z webových stráek portálu Regoálích Iformačích Servsů (RIS) 3 spravovaým Cetrem pro regoálí rozvoj ČR. Tyto údaje jsou ročě aktualzováy podle hlášeí obcí. Webový portál RIS je provozová ve všech krajích ČR ve stadardí struktuře, která umožňuje sadý přístup ke specfckým formacím pro kterékolv území v ČR. Pro staoveí stav produkce SKO v roce 206 a 2020 využívá model progózu produkce SKO z POH ČR. Kalbrace modelu produkce SKO je provedea a základě údajů z ISOH. Přesto je progóza produkce SKO zatížea určtou chybovostí, která vyplývá jedak z kvalty dat v ISOH, jedak vlvu stadardě astaveého složeí SKO v růzých typech zástavby obce (HEJČ, HŘEBÍČEK, 2008). Model také umožňuje ověřt, zda je pro každou jedotlvou obec je výhodější využít pro zpracováí SKO techolog skládkováí ebo jé techologe. K tomu se využívá tabulka slčích vzdáleostí mez obcí a ejblžším dostupým zařízeím a zpracováí odpadů (skládka, EVO, MBÚ) a přepočet přepravích ákladů a daé zařízeí vypočítaé s využtím geografckého formačího systému (GIS). Výpočet těchto vzdáleost však jž ezahrují vlv kopcovtost a kvalty komukací a přepraví áklady

3 Celková kocepce modelu Na základě zadáí projektu a východsek pro jeho zpracováí byla staovea jeho základí kocepce. Model vycházel z aalýzy: faktorů určujících áklady u relevatích mapulačích čostí v OH (shromažďováí, sběr, svoz, překlad odpadů, provoz sběrého dvora odpadů, obecě mapulace, dotříděí, trasport, atd.) a aalýzy jejch předpokládaého vývoje do r. 2020; faktorů určujících áklady u relevatích způsobů akládáí s SKO (skládkováí, eergetcké využtí, materálové využtí, aj.) a aalýzy jejch předpokládaého vývoje do r. 2020; stávajícího rozmístěí a kapact techologí akládáí s SKO a aalýzy jejch předpokládaého vývoje do r. 2020; aktuálí produkce relevatích odpadů v jedotlvých obcích ČR. Z této aalýzy vyplyula určtá omezeí ekoomckého modelu OH, která byla odsouhlasea MŽP: Zásadím omezeím ekoomckého modelu je jeho prortí zaměřeí a produkc a akládáí SKO. Model ebude uvažovat vlv propojeí ěkterých odpadových frem a jejch svozových oblastí s jedotlvým obcem. Model bude pracovat s možou kokrétích zařízeí (EVO, MBÚ) a s jejch určtou ročí kapactou, jejchž umístěí bude předem zvoleo a základě stude Boproftu a kozultace s krajským úřady. Toto omezeí umoží velm jedoduše modelovat ekoomku těchto zvoleých zařízeí, přčemž jejch parametry mohou být dodatečě staovey až a základě upřesěých údajů k žádostem o dotace a daé kokrétí zařízeí (Státí fod žvotího prostředí ebo MŽP). Model využje ke kalbrac ákladů a zpracováí SKO údajů z veřejých rozpočtů obcí, které lze alézt a webovém portálu Automatzovaého rozpočtového formačího systému (ARIS) 4 Msterstva fací ČR, který zajšťuje formatcké fukce vztahující se k datové oblast účetího a fačího výkazctví obcí. Přesto modelováí ce bude zatížeo určtou chybovostí, apř. trží cey emusí vždy odpovídat skutečým ceám (svozová frma může dotovat obec apod.), kterou však půjde př jeho používáí odstrat. Model je yí kocpová a základě ásledujících hlavích prvků: techcko-ekoomcké charakterstky zpracováí SKO a zvoleých zařízeích EVO, MBÚ a všech skládkách ostatího odpadu v ČR; tabulky všech obcí v ČR s údaj o počtu obyvatel, o vzdáleostech a ejblžší skládky ebo potecálě uvažovaá zařízeí (EVO ebo MBU) a řadou dalších pomocých a výpočtových údajů pro staoveí možství SKO v obc; hlavího užvatelského rozhraí se sezamem 5 kokrétích zařízeí EVO a MBÚ s hlavím testovaým vstupy (zejméa výše poplatků za skládkováí a výše míry dotace). jedoduchého ovládáí umožňujícího sadou komukac s jeho užvatel, a které budou k dspozc růzé základí astavtelé vstupí parametry modelu, jejchž vzájemá kombace umoží vytvořt zvoleé varablí scéáře pro aalýzy ákladových a ceových vztahů v OH ČR a ávrh efektví tezty podpory v rámc oblast podpory 4. OPŽP. Výstupem přehledu jsou ejdůležtější součty akládáí s odpady v ČR a jé výstupí hodoty. 4

4 Základí logka modelu spočívá ve srováí ákladů za zpracováí SKO pro každou obec v ČR a základě cey tzv. u bráy ejblžší skládky a zařízeí EVO/MBÚ a výpočtu ákladů a přepravu. Pokud jsou áklady a zpracováí SKO v zařízeí EVO/MBÚ žší ež áklady a skládkováí (resp. áklady skládkováí plus zvoleá tolerace v jedotkách Kč/tuu), v modelu se předpokládá, že daý SKO bude zpracová v daém zařízeí EVO/MBÚ. Pokud áklady ejsou žší model předpokládá, že SKO bud adále odstraě a skládce. Př řešeí projektu bylo postupě upřesěo MŽP techcké provedeí modelu: Vzhledem k časovému omezeí bylo upuštěo od vytvořeí formačího systému s databází My SQL a jako vhodá formačí techologe pro mplemetac modelu byl zvole ve veřejé správě ČR dostupý tabulkový procesor MS Excel. Model byl vytvoře jako sešt s ěkolka lsty v tabulkovém procesoru MS Excel, což ese určtá omezeí, zejméa z hledska flexblty, ale umožňuje jeho jedoduché ovládáí. Využtí tabulkového procesoru MS Excel pro mplemetac modelu umožňuje využít ve veřejé správě ČR běžě dostupého aplkačího software, který budou mít k dspozc všch užvatelé modelu, kteří používají operačí systém Wdows a jeho aplkačí software MS Offce. Ekoomcký model ákladových a ceových vztahů v OH ČR využívá vlastostí tabulkového procesoru MS Excel pro procesí zpracováí ekoomckých modelů jedotlvých techologí (EVO, MBÚ a skládka) a produkce SKO v obcích s využtím údajů v jedotlvých lstech seštu MS Excel. K efektví prác s modelem slouží cetrálí možost astaveí základích parametrů v jedém lstu komukačího rozhraí Volby (vz obrázek ). Sešt MS Excel sestává z ěkolka vzájemě propojeých lstů a to: Lstů k jedotlvým ekoomckým modelům obecých (ebo výhledově kokrétím) techologí: EVO s kapactam 00, 50 a 200 kt SKO; MBÚ s kapactam 30, 50, 80 a 00 kt SKO; MBÚ se spoluspalováím TAP o kapactě 00 kt SKO; MBÚ v kooperac s elektrárou o kapactě 00 kt SKO a společý ekoomcký model skládky. Lstu vybraých kostat modelu. Lstu s tabulkou všech obcí ČR a jejch atrbutů sloužících pro výpočet produkce jejch SKO. Lstu hlavího komukačího rozhraí Volby pro běžé užvatele modelu, kde se zadávají vstupí údaje umožňující většu voleb požadovaých v zadaí projektu. Lstu se zjedodušeým procesím schématem OH ČR s dyamcky počítaým údaj o produkc a akládáí s SKO a tříděým složkam komuálího odpadu. Lstu sloužícího ke kotrole výpočtů ekoomckých modelů jedotlvých techologí. Díky vzájemému propojeí výše uvedeých lstů se změa údajů v lstu hlavího komukačím rozhraí Volby okamžtě projeví ve všech vzorcích ekoomckého modelu v ostatích lstech seštu MS Excel. Většě užvatelů ke komukac s modelem bude stačt pouze lst komukačího rozhraí Volby, případě lst se zjedodušeým procesím schématem akládáí s SKO v ČR (vz obrázek 2). Zkušeější užvatel bude moc další změy provádět a lstech ekoomckých modelů jedotlvých techologí, lst s údaj s obcem a pomocým kostatam bude využívá zejméa k aktualzac modelu expertím užvatelem.. Zjedodušeý model pro výpočet produkce SKO v obcích Model pro výpočet produkce SKO v obcích využívá údaje z jedotlvých obcí ČR získaé z webového portálu RIS a ČSÚ. Slouží zejméa k výpočtu odhadu P produkce SKO v daé obc a vychází ze obecého modelu produkce odpadů odvozeého v (HLAVÁČEK, HEJČ,

5 HŘEBÍČEK, 2007) a (HEJČ, HŘEBÍČEK 2006, 2008). Ukážeme to a příkladu zjedodušeého modelu pro výpočet produkce SKO v obcích, kde odhad P produkce SKO v obc uvažujeme jako parametrckou fukc F více proměých: P = F(h, spec, std, sz, uemp, hsg, heat ), () kde začí: h parametr - počet obyvatel obce převzatý z webového portálu RIS; spec parametr - ročí měrou produkce SKO [kg] převzatou z ČSÚ (apř. za rok 2008); std proměou - koefcet žvotí úrově; sz proměou - koefcet statutu obce; uemp proměou - koefcet vlvu ezaměstaost; hsg proměou - koefcet typu osídleí; heat proměou - koefcet způsobu vytápěí. Fukce F je v zjedodušeém modelu defováa ásledově: F = h * spec * std * sz * uemp * hsg * heat / 000, (2) kde * zameá ásobeí, jedotlví součtelé h a spec jsou zámé parametry a proměé std, sz, uemp, hsg a heat uvažujeme ve tvaru: x = cx *(act / ref), (3) kde x proměá z (2); ref referečí hodota proměé x převzatá buď z RIS ebo ČSÚ; act skutečá hodota proměé x; cx kompezačí koefcet k proměé x (určeý z optmalzace hodoty proměé x v rámc kalbrováí produkce SKO s hodotam v ISOH). Odhad P produkce SKO je možo aktualzovat podle parametrů (počet obyvatel obce, ročí měré produkce SKO v ČR) ebo převzít z jých zdrojů (apř. z jého modelu). Zdaleka e všechy proměé v (2) budou v modelu optmalzováy pro každou obec (mohou být astavey a hodotu ), ale umožňují další vylepšováí odhadu produkce P v obc. V použtém modelu je fukce F mohem složtější (HŘEBÍČEK, HEJČ, SOUKOPOVÁ, 2009), ale v čláku j ebudeme z důvodu rozsahu podrobě rozvádět..2 Zjedodušeý ekoomcký model pro výpočet cey u jedotlvých techologí Ekoomcká část výpočtu cey za zpracováí t odpadů u techologí EVO a MBÚ vychází z fačí a ekoomcké aalýzy a z fačích metod pro měřeí efektvost vestc (Levy a Sarat 999, Valach 2006, aj.). Pro výpočet cey byla použta metoda čsté současé hodoty NPV 5. CF NPV = I s + (4) ( r = + ) Jejím základím metodckým východskem je, že strktě evychází z účetích ákladů a výosů, ale operuje se skutečým výdaj (áklady) a příjmy (výosy) a jejch rozdílem cash-flow. Pro výpočet cey je předpokládáo, (aby byla vestce přjatelá), že NPV musí být př daé době ávratost kladá. Proto jako klíčová proměá ve výpočtu vystupuje doba 5 Čstá současá hodota (agl. Net Prezet Value NPV) je číselý údaj, získaý tak, že se od dskotovaé hodoty očekávaých budoucích výosů vestce odečte dskotovaá hodota jejích očekávaých budoucích ákladů (Soukopová, 2005). Čstá současá hodota je dyamcká metoda, která př rozhodováí uvažuje hledsko času (používá dskotí sazbu).

6 ávratost. Př pevě staoveé době ávratost 6 předpokládáme, že je tato doba ávratost současě dobou žvotost vestce. Pak můžeme využít vzorec (4) pro výpočet NPV ásledově: CF NPV = I s + (5) = ( + r) CF = pk + B C u j T (6) T = t( pk + B C u j O) (7) I s = I D U (8) kde NPV je čstá současá hodota projektu, I s je velkost skutečých vestčích výdajů, tedy celková vestce bez úvěru a dotace, CF je hotovostí tok plyoucí z projektu v období, r je dskotí sazba, B je celkový příjem plyoucí z projektu v období, C jsou celkové provozí výdaje (áklady) plyoucí z projektu v období (C = FC + VC ), T je daň z příjmů plyoucí z projektu v období, u jsou úroky plyoucí z úvěrů U v období, j jsou splátky jsty z úvěrů U v období, O jsou ročí leárí daňové odpsy, je období (rok) od 0 do (doba žvotost vestce a v ašem případě současě doba ávratost projektu). Protože provozí výdaje (áklady) a provozí příjmy (bez příjmů za akládáí s odpady) považujeme za kostatí každý rok žvotost, můžeme výsledou ceu p a tuu odpadu vyjádřt ásledě: p = ( t) I = s ( + r) B + C + K = = ( u ( + j ) + r) to t. (9) Tato cea je pak porováváa s ceou p s za skládkováí tuy odpadu, která je astavea ásledě: p = C + popvar + pop RR, (0) S S fx + kde p S je cea za skládkováí tuy odpadu včetě poplatků a rekultvačí rezervy, pop var je varablí část poplatku (ta je v současé době 0 Kč) a odvádí se do SFŽP pop fx je fxí část poplatku skládkováí tuy odpadu (ta je v současé době 500 Kč) a je příjmem obcí a jejchž katastru se skládka achází RR je rekultvačí rezerva, (ta v současé době pro komuálí odpad čí 00 Kč) a odvádí se do rekultvačího fodu skládky. 6 Doba ávratost () vestčího projektu je tradčí a často používaou metodou hodoceí vestčích projektů v soukromém sektoru (Levy a Sarat 999, Valach 200, aj.). Obecě řečeo je doba ávratost doba, za kterou se vestce splatí z peěžích příjmů, které vestce zajstí.

7 2. Výstupy modelu Nejdůležtější lst v seštu MS Excel je z hledska užvatele modelu lst komukačího rozhraí (Volby), vz obrázek, kde je zobraze aktuálě astaveý scéář pro rok 206 se zvoleým kokrétím vstupím proměým a parametry ekoomckého modelu. Obrázek Lst volby Modelu Z pohledu výstupů ekoomckého modelu jsou klíčové ásledující sloupce, ve kterých se měí vstupí proměé modelu: typ zařízeí - v tomto sloupc je u ových zařízeí možo astavt, podle kterého modelu se budou vyhodocovat ceové áklady. Možé hodoty jsou pro EVO: s00, s50, s200, a pro MBÚ: m30, m50, m80, m00, případě umožňuje model zvolt další zařízeí, jejch ekoomcké modely mohou být přdáy celkového ekoomckého modelu jako další lsty v MS Excelu..

8 cea - sloupec obsahuje jako výstup ekoomckého modelu ceu za zpracováí tuy vstupího odpadu bez DPH a příslušých zařízeích v Kč a tuu (vz vzorec 9). Cea automatcky vypočítá a zobrazí z lstu příslušého ekoomckého modelu techologe. volba - a základě astaveého roku získáí dotace se automatcky astaví hodota ebo 0, přčemž zameá výstavbu techologe a 0 zameá, že techologe se v daém místě stavět ebude. rok získáí dotace vstupí proměá, zde se u předpokládaé techologe ručě zadá rok získáí dotace. Pokud je rok pozdější ež aktuálí rok scéáře, ebude techologe ve výpočtech uvažováa. dotace výstupí hodota - pokud se uvažuje se výstavbou daé techologe, je zde vypočítaá výše dotace (v absolutích číslech v mlóech Kč). Absolutí výše dotace se automatcky počítá z vestčích ákladů a procetuálího vyjádřeí dotace, zadaého jde jako vstupí proměá a lstu komukačího rozhraí Volby. kapacta - v tomto sloupc je uvedea využtá kapacta zařízeí (v klotuách za rok) tak, jak je avržea a lstu příslušé techologe. Tato kapacta eí vzhledem k pláovaému využtí přesě shodá s omálí kapactou (tedy apř. 98 místo 00). k dspozc - v tomto sloupc je uvedeo vypočítaé možství SKO (v klotuách za rok), které je pro zařízeí k dspozc v obcích svozové oblast zařízeí. Jedá se o dyamcky přepočítaé možství SKO z svozové oblast zařízeí. Způsob výpočtu se odvíjí od stuace v každé jedotlvé obc. U obce je počítáo, zda je levější přeprava + cea za zpracováí SKO a ejblžším příslušém zařízeí (EVO ebo MBÚ) ebo přeprava + cea odstraěí SKO a ejblžší skládce. Na posledím řádku této část lstu komukačího rozhraí Volby s ozačeím Celkem jsou (pokud to dává smysl) uváděy součty z výše uvedeých řádků zvoleých zařízeí. Závěr V příspěvku je popsá původí ekoomcký model odpadového hospodářství ČR vytvořeý v rámc řešeí projektu MŽP Aalýza ákladových a ceových vztahů v odpadovém hospodářství ČR, který umožňuje hodoceí ákladových a ceových poměrů v odpadovém hospodářství ČR v závslost a ěkolka makroekoomckých proměých a a varatích předpokladech o ákladech výše uvedeých typů zařízeí (EVO, MBÚ a skládka) včetě začleěí těchto zařízeí do systému obchodováí s emsím povolekam EU ETS - tj. model umožňuje promítout tuto možost do provozích ákladů zařízeí a ásledě do cey za zpracováí SKO v daém zařízeí. Kocepce modelu je velm obecá a další doplěí a úpravy modelu (apř. doplěí dalších relevatích odpadových proudů) bude možo provádět a základě aktuálích potřeb jeho užvatelů. Lteratura HLAVÁČEK, M., HEJČ, M., HŘEBÍČEK, J. (2007), egovermet Servces Evromet - Automate Data Qualty Assessmet - Czech Republc Approach. I EvroIfo st Iteratoal Coferece o Iformatcs for Evrometal Protecto. Evrometal Iformatcs ad System Research. Volume 2. Workshop ad applcato papers. Aache : Shaker Verlag, HEJČ, M., HŘEBÍČEK, J. (2008), Prmary Evrometal Data Qualty Model: Proposal of a Prototype of Model Cocept. I Proceedgs of the EMSs Fourth Beal Meetg: Iteratoal Cogress o Evrometal Modellg ad Software (EMSs 2008). Barceloa, Cataloa : Iteratoal Evrometal Modellg ad Software Socety (EMSs),

9 HŘEBÍČEK, J., HEJČ, M., SOUKOPOVÁ, J. (2009), Závěrečá zpráva. Aalýza ákladových a ceových vztahů v odpadovém hospodářství (OH) ČR a ávrh efektví tezty podpory v rámc oblast podpory 4. OPŽP, zejméa pro projekty realzace zařízeí pro eergetcké využíváí odpadu (EVO) a mechacko-bologcké úpravy odpadů (MBÚ) včetě úpravy kotlů pro spoluspalováí. ECO-Maagemet: Bro. LEVY, H. a SARNAT, M. (999), Kaptálové vestce a fačí rozhodováí, Grada Publshg, Praha SOUKOPOVÁ, J. (2005), Metody hodoceí veřejých projektů, dsertačí práce. Bro: MZLU v Brě, VALACH, J. (2006), Ivestčí rozhodováí a dlouhodobé facováí, Ekopress, II. přepracovaé vydáí, Praha, ISBN

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

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

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

Metodika projektů generujících příjmy

Metodika projektů generujících příjmy Příloha: 9 Metodka projektů geerujících příjmy Účost: 23. 1. 2009 Verze č. 6.0 1. Výchozí podmíky - Obecá pravdla Postup u projektů geerujících příjmy vychází z čláku 55 Obecého ařízeí č. 1083/2006 a vyplývá

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

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 zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

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

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

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

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

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

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

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

2. Vícekriteriální a cílové programování

2. Vícekriteriální a cílové programování 2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě

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

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

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

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

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

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

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

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

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

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

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH USTÁLENÉ POUDĚNÍ V OTEVŘENÝCH KOYTECH ovoměré prouděí Charakterstka:. Hloubka vod v kortě, průtočá plocha a průřezová rchlost jsou v každém příčém řezu kostatí.. Čára eerge, vodí hlada a do korta jsou

Více

Optimalizace portfolia

Optimalizace portfolia 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

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

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

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Modul Strategie. 2006... MTJ Service

Modul Strategie. 2006... MTJ Service Představeí obsahuje dvě základí součásti, a to maažerskou (pláováí cash-flow, rozšířeé statistiky) a pracoví (řešeí work-flow). Základem maažerské oblasti je pláováí cash-flow (pláováí fiačího toku firmou).

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

Srovnání kapitálového požadavku na kreditní riziko dle NBCA s ekonomickým kapitálem dle CreditMetrics

Srovnání kapitálového požadavku na kreditní riziko dle NBCA s ekonomickým kapitálem dle CreditMetrics Srováí kaptálového požadavku a kredtí rzko dle NBCA s ekoomckým kaptálem dle CredtMetrcs Josef Novotý 1 Abstrakt Příspěvek je věová popsu a aplkac dvou základích metod, které určují kaptálový požadavek

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

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

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DA prof. Ig. Jří Holčík, CSc. INVESICE Isttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. LINEÁRNÍ KLASIFIKACE pokračováí Isttut bostatstky a aalýz (SUPPOR VECOR MACHINE SVM) SEPARABILNÍ

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

, 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

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV FINANCÍ FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF FINANCES APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

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

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

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

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

Rotační šroubové kompresory se vstřikem chladiva. řady R 55-75 kw

Rotační šroubové kompresory se vstřikem chladiva. řady R 55-75 kw Rotačí šroubové kompresory se vstřkem chladva řady R 55-75 kw Nová úroveň spolehlvost, účost a produktvty Vzduchové kompresory s rotačím šrouby Igersoll Rad řady R poskytují to ejlepší z dlouhodobě osvědčeých

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

8 NELINEÁRNÍ REGRESNÍ MODELY

8 NELINEÁRNÍ REGRESNÍ MODELY 8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

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

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

1 ROVNOMĚRNOST BETONU KONSTRUKCE

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

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

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

Instalační manuál inels Home Control

Instalační manuál inels Home Control OBSAH 1) Úvod... 3 2) Kofigurace chytré krabičky... 3 3) Nahráí aplikace do TV... 3 4) Nastaveí IP adresy do TV... 4 5) Nastaveí chytré krabičky pomocí SmartTV aplikace... 4 5.1) Půdorys (floorpla)...

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

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

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č. Evropská federace árodích asocací měřcích, zkušebích a aalytckých laboratoří Techcká zpráva č. /006 Srpe 006 Poky pro vyhodoceí ejstoty měřeí výsledků kvattatvích zkoušek T e c h c k á z p r á v a EUROLAB

Více

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz: Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám

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

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

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

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

Model poptávky po železniční osobní dopravě Českých drah, a. s. na tuzemském přepravním trhu

Model poptávky po železniční osobní dopravě Českých drah, a. s. na tuzemském přepravním trhu Vědeckotechcký sorík ČD č. 3/0 Leka Zahradíková Model poptávky po železčí osoí dopravě Českých drah, a. s. a tuzemském přepravím trhu Klíčová slova: poptávka, osoí doprava, České dráhy, regresí aalýza,

Více

Odůvodnění. Obecná část

Odůvodnění. Obecná část Odůvoděí k ávrhu změy vyhlášky č. 502/2005 Sb., kterou se staoví způsob vykazováí možství elektřy př společém spalováí bomasy a eobovtelého zdroje Obecá část Zhodoceí platého právího stavu Podpora výroby

Více

9.3.5 Korelace. Předpoklady: 9304

9.3.5 Korelace. Předpoklady: 9304 935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad

Více

VÝVOJ NÁSTROJE PRO POSUZOVÁNÍ RECYKLAČNÍCH TECHNOLOGIÍ ASFALTOVÝCH VOZOVEK S DŮRAZEM NA UHLÍKOVOU STOPU

VÝVOJ NÁSTROJE PRO POSUZOVÁNÍ RECYKLAČNÍCH TECHNOLOGIÍ ASFALTOVÝCH VOZOVEK S DŮRAZEM NA UHLÍKOVOU STOPU 6. KONFERENCE PROJEKTOVÁNÍ POZEMNÍCH KOMUNIKACÍ Praha, 19.5.2015 VÝVOJ NÁSTROJE PRO POSUZOVÁNÍ RECYKLAČNÍCH TECHNOLOGIÍ ASFALTOVÝCH VOZOVEK S DŮRAZEM NA UHLÍKOVOU STOPU Václav Sížk Fakulta stavbí ČVUT

Více

Pravděpodobnostní modely

Pravděpodobnostní modely Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k

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

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

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

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

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

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

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

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb Příloha č. 7 Dodatku ke Smlouvě o službách Systém měřeí kvality Služeb Dodavatel a Objedatel se dohodli a ahrazeí Přílohy C - Systém měřeí kvality Služeb Obchodích podmíek Smlouvy o službách touto Přílohou

Více

U klasifikace podle minimální vzdálenosti je nutno zvolit:

U klasifikace podle minimální vzdálenosti je nutno zvolit: .3. Klasifikace podle miimálí vzdáleosti Tato podkapitola je věováa popisu podstaty klasifikace podle miimálí vzdáleosti, jež úzce souvisí s klasifikací pomocí etaloů klasifikačích tříd. Představíme si

Více

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů Techologe skla 00/03 C V I Č E N Í 4. Představeí rmy pltex Czech. Vlastost skla a sklovy 3. Adtvta 4. Příklady výpočtů Hospodářská akulta. Představeí rmy pltex Czech a.s. [,] Frma pltex Czech je součástí

Více

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení. MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je

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

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy 3.1 Zadáí: 3. Sekvečí obvody 1. Navrhěte a realizujte obvod geerující zadaou sekveci. Postupujte ásledově: a) Vytvořte vývojovou tabulku pro zadaou sekveci b) Miimalizujte budící fukce pomocí Karaughovy

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

Aspects of Intangible Property Valuation in Intragroup Financial Management. Aspekty ocenění nehmotného majetku ve vnitroskupinovém finančním řízení

Aspects of Intangible Property Valuation in Intragroup Financial Management. Aspekty ocenění nehmotného majetku ve vnitroskupinovém finančním řízení 6 th Iteratoal Scetfc Coferece Maagg ad Modellg of Facal Rsks Ostrava VŠB-TU Ostrava, Faculty of Ecoomcs,Face epartmet 0 th th September 202 Aspects of Itagble Property Valuato Itragroup Facal Maagemet

Více

3689/101/13-1 - Ing. Vítězslav Suchý, U stadionu 1355/16, 434 01 Most tel.: 476 709 704 mobil: 605 947 813 E-mail: vit.suchy@volny.

3689/101/13-1 - Ing. Vítězslav Suchý, U stadionu 1355/16, 434 01 Most tel.: 476 709 704 mobil: 605 947 813 E-mail: vit.suchy@volny. 3689/101/13-1 - o ceě : Bytu č. 2654/16 v č. p. 2654 v bloku č. 10 složeém z domů č.p. 2651, 2652, 2653, 2654 a 2655 a pozemcích p. č. 2450, 2449, 2448, 2447 a 2446. včetě příslušeství v katastrálím území

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

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

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

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

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

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

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

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

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

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová

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