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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 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 zadáí vyberte správou odpověď zakroužkováím příslušé variaty [ a), b), c), d) ebo e) ]. Správě je vždy pouze jeda z abízeých odpovědí. V případě, že ebude jedozačě zřejmé, která z variat je zakroužkováa, či pokud ebude zakroužkováa žádá ebo aopak více variat odpovědí, bude otázka hodocea jako esprávě zodpovězeá. ) (b) Při dokoale eelastické poptávkové křivce dopadá břemeo spotřebí daě a) je a spotřebitele b) a spotřebitele více, a výrobce méě c) je a výrobce d) a výrobce více, a spotřebitele méě 2) (b) Plocha mezi křivkou poptávky a úroví rovovážé cey se azývá a) přebytek spotřebitele b) přebytek výrobce c) áklady mrtvé váhy d) ekoomický zisk 3) (b) Ekoomika je pojem charakterizující a) vědu o rozdělováí a užití vzácých statků b) ek. školu o ekoomickém vývoji c) árodí hospodářství d) sytézu keyesiáství a moetarismu 4) (b) Pojem statek v ekoomii zameá a) výraz pro družsteví vlastictví b) užitečý předmět c) vyrobeý předmět d) epotřebý předmět ) (b) Ekoomická vzácost je dáa a) užitečostí a relativí omezeostí výskytu b) absolutím omezeím výskytu c) užitečostí a absolutí omezeostí výskytu d) ceou statku a áklady a výrobu 6) (b) Směá hodota je vyjádřeí hodoty a) v jiém zboží b) v peězích c) ve velikosti ákladů a výrobu d) v jié měě

2 7) (b) Co eovliví abídku automobilů: a) úroveň mezd v automobilkách b) stávka v automobilkách c) cea automobilů d) změy v motáží techologii automobilů 8) (b) Otázku Co vyrábět řeší v trží ekoomice a) kokurece a straě abídky b) majitel firmy c) stát d) kokurece a straě poptávky 9) (b) V edokoalé kokureci křivka poptávky splývá: a) s křivkou AC b) s křivkou MC c) s křivkou TC d) s křivkou FC ) (b) Na trzích výrobích faktorů firmy výrobí faktory: a) akupují b) prodávají c) si proajímají d) proajímají ostatím ) (b) Poptávka po výrobích faktorech je dáa a) užitečostí výrobích faktorů b) celkovými áklady a výrobí faktor c) příjmem z mezího produktu výrobího faktoru d) průměrými áklady a výrobu 2) (b) Krátkodobá křivka abídky kapitálu : a) dokoale elastická b) dokoale eelastická c) mírě rostoucí d) strmě rostoucí 3) (b) Co z ásledujícího je zdrojem příjmové erovosti? a) rozdílé zaměstáí b) rozdílé zděděé vlastosti a schoposti c) rozdíly v kvalifikaci a vzděláí d) rozdíly v ochotě pracovat usilověji e) všechy odpovědi jsou správé 4) (b) Zvýšeí omiálí peěží zásoby bude mít v krátkém období za ásledek a) pokles úrokové míry a pokles HDP b) pokles úrokové míry a růst HDP c) růst úrokové míry a růst HDP d) růst úrokové míry a pokles HDP

3 ) (b) Implicití ceový deflátor je a) podíl omiálího a reálého HDP b) podíl reálého a omiálího HDP c) podíl tempa růstu omiálího a reálého HDP d) podíl tempa růstu omiálího HDP a velikosti reálého HDP 6) (b) V extrémím keyesiáském případě je křivka AS a) vertikálí b) horizotálí c) mírě rostoucí d) strmě rostoucí 7) (b) Trasferové platby jsou a) platby za služby b) platby za zboží c) platby za výrobí faktory d) platby za dovoz 8) (b) Míra ezaměstaosti je poměr mezi a) ezaměstaými a zaměstaými b) ezaměstaými a ekoomicky aktivími c) ezaměstaými a práce schopými d) zaměstaými a ezaměstaými 9) (b) Fiskálí politika bezprostředě ovlivňuje: a) trh dlouhodobého kapitálu b) abídku peěz c) ceu peěz d) agregátí poptávku e) agregátí abídku 2) (b) Základí cíle v makroekoomii jsou: a) stabilita ce, plá zaměstaost, vější ekoomická rovováha, ekoomický růst b) stabilita ce, plá zaměstaost, vější ekoomická rovováha, ekoomický růst, vyrovaé veřejé rozpočty c) stabilita ce, plá zaměstaost, vější ekoomická rovováha, ekoomický růst, vyrovaý státí rozpočet d) stabilita ce, plá zaměstaost, vější ekoomická rovováha, ekoomický růst, vyrovaá obchodí bilace, vyrovaý státí rozpočet 2) (b) Pružé mzdy v ekoomice způsobují : a) strulost agregátí poptávky b) pružost agregátí poptávky c) horizotálí agregátí abídku d) vertikálí agregátí abídku 22) (b) Aktiví bakoví operace jsou: a) ákup akcií a burze pro svého klieta b) prodej akcií a burze pro svého klieta c) směáreská čiost d) poskytováí úvěrů

4 23) (b) Vztah mezi ezaměstaostí a produktem vyjadřuje: a) Lorezova křivka b) Phillipsova křivka c) Keyesova křivka d) Lererova křivka 24) (b) Sížeí míry zdaěí v keyesiáském modelu s liií 4 o : a) zvýší multiplikátor a křivka agregovaých výdajů bude vodorovější b) síží multiplikátor a křivka agregovaých výdajů bude vodorovější c) zvýší multiplikátor a křivka agregovaých výdajů bude strmější d) síží multiplikátor a křivka agregovaých výdajů bude strmější 2) (b) Keyesiáská makroekoomie v modelu s liií 4 o doporučuje léčit ezaměstaost: a) deregulací ekoomiky b) zvyšováím agregátí poptávky c) zvyšováím agregátí abídky d) ceovou a mzdovou regulací e) sižováím úrokových sazeb 26) (2b) Paí Kaliová žije trvale v Plzi v čižovím domě, který vlastí a proajímá. Příjem z proájmu čií měsíčě 7,- Kč. Jié zdaitelé příjmy paí Kaliová emá. Jak vysoké pojisté a zdravotí pojištěí paí Kaliová platí? a) platí měsíčě 3, % z částky 7,- Kč b) platí měsíčě 3, % z rozdílu mezi měsíčími příjmy a výdaji c) platí měsíčě 3,% z miimálí mzdy d) paí Kaliová eí plátcem pojistého a zdravotí pojištěí 27) (b) Veřejé fiace plí fukci: a) podmíěě ávratou b) kosolidačí c) realizačí d) stabilizačí 28) (b) Výos daě z převodu emovitostí je příjmem: a) státího rozpočtu b) státího účelového fodu c) rozpočtů krajů d) rozpočtů měst a obcí 29) (b) Pojisté a sociálí zabezpečeí u zaměstaců zahruje: a) pojisté a zdravotí pojištěí b) pojisté a emoceské pojištěí c) pojisté a úrazové pojištěí d) pojisté a životí pojištěí

5 3) A. (2b) Mějme zadáy ásledující pravděpodobosti: P(A).4, P(B)., P ( A B).2 a) jsou eslučitelé a zároveň ezávislé b) ejsou eslučitelé ai ezávislé c) jsou eslučitelé, leč ikoli ezávislé d) jsou ezávislé, leč ikoli eslučitelé e) žádá z možostí a) až d) eí správá B. (2b) Pro jevy A a B s pravděpodobostmi z předchozího příkladu A platí, že a) P( A B). 7 a P( A B) b) P( A B).7 a P( A B) c) P( A B).9 a P( A B) d) P( A B).9 a P( A B) e) žádá z možostí a) až d) eí správá. Pak platí, že jevy A, B 3) (2b) Má-li áhodá veličia X ormálí rozděleí se středí hodotou 2 a rozptylem 3, pak veličia Y X / 3 má a) ormálí rozděleí se se středí hodotou a rozptylem b) ormálí rozděleí se se středí hodotou a rozptylem c) ormálí rozděleí se se středí hodotou 2 a rozptylem d) ormálí rozděleí se se středí hodotou 2 a rozptylem 3 e) ai jeda z možostí a) až d) eí správá 32) (2b) Mějme áhodou veličiu s ormovaým ormálím rozděleím. Pak pravděpodobost, že tato áhodá veličia přesáhe hodotu je a) rova. b) větší ež c) přibližě rova d) přibližě rova e) žádá z možostí a) až d) eí správá 33) (b) Nestraý odhad a) má ze všech odhadů ejmeší rozptyl b) jeho rozptyl pro rozsah výběru jdoucí k ekoeču koverguje k ule c) je vždy asymptoticky estraý d) je vždy kozistetí e) žádá z možostí a) až d) eí správá 34) (2b) Testujeme hypotézu o středí hodotě základího souboru H : µ oproti hypotéze alterativí H : µ >. Víme, že testové kritérium má za předpokladu platosti ulové hypotézy ormovaé ormálí rozděleí a záme ásledující kvatily tohoto rozděleí: P z p,9,64,97,96,99 2,326,99 2,76 Vyjde-li ám hodota testového kritéria z.66, pak můžeme učiit ásledující závěr: a) H zamítáme jak a hladiě výzamosti α %, tak i a hladiě výzamosti α %

6 b) H ezamítáme a hladiě výzamosti α %, ai a hladiě výzamosti α % c) H zamítáme a hladiě výzamosti α %, leč ikoli a hladiě výzamosti α % H zamítáme a hladiě výzamosti α %, leč ikoli a hladiě výzamosti α % d) e) žádá z možostí a) až d) eí správá 3) (2b) Pro středí hodotu µ základího souboru jsme určili 9%-í iterval spolehlivosti (49.47,.3) a 99%-í iterval spolehlivosti (49.37,.3). Pokud bychom testovali hypotézu µ 49.3 oproti alterativě µ 49.3, došli bychom k ásledujícímu závěru: a) zamítáme hypotézu µ 49.3 a hladiě výzamosti %, leč ikoli % b) zamítáme hypotézu µ 49.3 a hladiě výzamosti %, leč ikoli % c) hypotézu µ 49.3 ezamítáme ai a %-í, ai a %-í hladiě výzamosti d) hypotézu µ 49.3 zamítáme jak a %-í, tak i a %-í hladiě výzamosti e) žádá z možostí a) až d) eí správá 36) (2b) Mějme zadáy tři matice: Σ 2 Σ 2 2 Σ Která z ich může být kovariačí maticí áhodých veliči X, Y: a) je Σ 2 b) je Σ 3 c) Σ a Σ 2, ale ikoli Σ 3 d) Σ 2 a Σ 3, ale ikoli Σ e) ai jeda z možostí a) až d) eí správá 37) Defiujme proměé y i,,2,,, které vyjadřují objem prostředků (v tis. Kč) které daá firma vkládá v rámci reklamí kampaě do i-tého druhu médií (apř. TV, rozhlas, časopisy, apod.). Nechť hodota c i udává účiost reklamy v daém médiu (počet "osloveých" osob a Kč ivestovaých do daého média). Firma hodlá ve sledovaém období ivestovat do reklamí kampaě miimálě 2 tis. Kč a maximálě tis. Kč. a.(3b) V lieárím matematickém modelu této optimalizačí úlohy bude mít podmíka omezující miimálí celkovou výši ivestic této firmy do reklamy tvar: a) d) i y i 2 b) i c i c i y i 2 e) j y i c) y j 2 j y j b.(3b) c.(3b) V lieárím matematickém modelu optimalizačí úlohy z předchozí otázky může mít účelová fukce pro dosažeí co ejvyššího celkového účiku ivestic daé firmy do reklamy tvar: a) mi z d) max z i i c i y i b) max z c ij y ij i e) mi z c i c j y j y i c) max z c i V lieárím matematickém modelu výše uvedeé optimalizačí úlohy bude mít podmíka zabezpečující požadavek, aby do prvích médií bylo ivestováo právě % všech prostředků skutečě vkládaých do reklamí kampaě tvar: y i

7 a) x i 2 b) x i 27 c) x i 2 d) p x i, i c i e) p x i, i x i 38) (3b) Jaké je optimálí řešeí úlohy lieárího programováí daé ásledujícím modelem? Použijte grafickou metodu s využitím obrázku. maximalizujte z x x 2 za podmíek: 3x +2x 2 6 x 3 x 2 3 x, x 2 a) [, 3] b) [3, 3] c) [2, ] d) [3, ] e) emá optimálí řešeí x 2 3x +2x 2 6 x 2 3 x 3 x 39) (3b) Při řešeí časové aalýzy jistého projektu bylo zjištěo, že ejpozději utý koec čiosti (,7) je v čase 22 a čiost trvá právě 8 čas. jedotek, kdy je ejdříve možý začátek této čiosti? (Poz.: Jde o ekritickou čiost s celkovou časovou rezervou 6 jedotek.) a) 8 b) c) 2 d) 4 e) elze ze zadaých údajů určit 4) (2b) Společé podikáí s kapitálovou spoluúčastí představuje a) joit veture b) obchodí zástupce c) výměé obchody d) prodej licecí e) kooperace 4) (2b) Faktorig je a) druh dlouhodobého mezibakovího úvěru b) metoda řízeí zásob c) odkup pohledávek d) druh dlouhodobého ceého papíru e) způsob oceňováí podiku prostředictvím diskotováí volého cash flow 42) (2b) Podik se achází v domiatím postaveí, jestliže jeho podíl a trhu je miimálě a) 2% b) 3% c) 4% d) % e) 7% 43) (2b) Při paralelím řazeí strojů je výrobí kapacita díly dáa a) součtem výrobích kapacit jedotlivých strojů b) kapacitou ivestičě ejáročějšího čláku výroby c) kapacitou úzkého profilu výroby d) velikostí pojistých zásob podiku e) kapacitou výrobího čláku s ejvyšší produkcí za jedotku času 44) (2b) Čistým pracovím kapitálem rozumíme a) část stálých aktiv, která je kryta dlouhodobými cizími zdroji b) část oběžých aktiv krytou dlouhodobými cizími zdroji c) část stálých aktiv krytou dlouhodobými vlastími zdroji d) počet všech zaměstaců podiku k určitému datu e) omiálí počet pracovíků v dělických profesích v daém podiku

8 4) (2b) Kolekce tržích akcií a ostatích aktiv držeých idividuálím ivestorem se azývá a) kotrolí balík akcií b) divideda c) portfolio d) tatiema e) emisí ážio 46) (2b) Podikové obligace emitovaé podikem patří do a) vlastího kapitálu podiku b) cizího dlouhodobého kapitálu podiku c) cizího krátkodobého kapitálu podiku d) dlouhodobého ehmotého majetku podiku e) ai jedé z výše uvedeých variat 47) (2b) Bod zvratu představuje a) objem výroby, při kterém se tržby rovají celkovým ákladům b) průsečík přímky tržeb a fixích ákladů c) bod, kdy tržby klesou pod fixí áklady a podik jde do kokurzu d) bod, kdy variabilí áklady se rovají tržbám e) průsečík fixích a variabilích ákladů 48) (2b) Nevyplaceé mzdy a dividedy patří do a) vlastího kapitálu podiku b) cizího dlouhodobého kapitálu podiku c) cizího krátkodobého kapitálu podiku d) oběžého majetku podiku e) dlouhodobého fiačího majetku podiku 49) (2b) Ukazatele likvidity vyjadřují a) jak efektivě podik hospodaří se svými dlouhodobými aktivy b) schopost podiku reagovat a měící se požadavky odběratelů c) schopost podiku likvidovat odepsaá zařízeí d) schopost podiku vytvářet zisk e) schopost podiku uhrazovat své závazky ) (2b) Jestliže ákladové úroky čiily 2.,-Kč při sazbě daě z příjmu 3%: a) skutečé áklady kapitálu podiku čiily 2.,-Kč b) skutečé áklady kapitálu podiku čiily 6.,-Kč c) skutečé áklady kapitálu podiku čiily 4.,-Kč d) skutečé áklady kapitálu podiku čiily 26.,-Kč e) skutečé áklady kapitálu podiku čiily 34.,-Kč ) (3b) Kolik čií reálá hodotu vkladu.,-kč, který uložíme a rok při ročí úrokové míře %, ročím úrokovacím období, sazbě daě z úroků % a ročí iflaci 8,%: a).,-kč b) 8.,-Kč c).,-kč d) 9.,-Kč e) 9.,-Kč 2) (2b) Goodwill a) se v českém účetictví ještě euvádí b) je součástí dlouhodobého ehmotého majetku c) je součástí fiačích ivestic d) je součástí dlouhodobého hmotého majetku e) je součástí vlastího kapitálu

9 3) (3b) Zásada opatrosti zameá mimo jié zameá: a) výosy a zisky se vykazují v období, kdy byly vytvořey ebo v období bezprostředě ásledujícím b) výosy a zisky se vykazují až v období, kdy byly vytvořey c) výosy a zisky se vykazují v období, kdy byly vytvořey ebo v období bezprostředě ásledujícím, evet. i v období bezprostředě předcházejícím d) výosy a zisky se vykazují v období, kdy byly zaplacey e) výosy a zisky se vykazují v období, kdy byly zaplacey, evet. i v období bezprostředě předcházejícím 4) (2b) Zůstatek a účtu 32- Závazky dodavatelům a straě DAL 2,-- Kč zameá: a) účetí jedotka obdrží 2,-- Kč b) účetí jedotka zaplatí 2,-- Kč c) účetí jedotka již zaplatila 2,--Kč d) účetí jedotka získala materiál za 2,-- Kč e) účetí jedotka získala služby za 2,-- Kč ) (2b) Pozemky se: a) se eodepisují je u realitích kaceláří b) se eodepisují c) odepisují jako každý jiý dlouhodobý majetek d) odepisují je a základě rozhodutí účetí jedotky e) odepisují jako každý jiý dlouhodobý hmotý majetek 6) (2b) Nakupovaé zásoby se oceňují: a) pořizovací ceou b) vlastími áklady c) reprodukčí pořizovací ceou d) reálou hodotou e) současou hodotou 7) (2b) Účet Výosy příštích období má charakter: a) rozvahový pasiví b) rozvahový aktiví c) výsledkový ákladový d) závěrkový 8) (2b) Účetí uzávěrka obsahuje a) uzavřeí všech účetích kih a sestaveí účetích výkazů b) uzavřeí všech účetích kih, sestaveí účetích výkazů a vyhotoveí výročí zprávy c) zaúčtováí uzávěrkových účetích případů, uzavřeí účetích kih, provedeí ivetarizace a vyhotoveí kotrolích sestav d) zaúčtováí uzávěrkových účetích případů, uzavřeí všech účetích kih a sestaveí účetích výkazů e) sestaveí účetích výkazů, jejich přepočty a pevou kupí sílu ebo reprodukčí cey a provedeí jejich aalýzy

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

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

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

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

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

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

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

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

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

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

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

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 H)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test varianta H) Přijímací řízeí pro akademický rok 2011/2012 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test variata H) U každé otázky či podotázky

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

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

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

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

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

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

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

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

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

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

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

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

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝC YPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určité předpoklady (hypotézy) o základím souboru STATISTICKÁ YPOTÉZA předpoklad (tvrzeí) o parametru G základího

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

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

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

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

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

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

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

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

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

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

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

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

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

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (písemný test - B)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (písemný test - B) Přijímací řízeí ro akademický rok 2005/06 a magisterský studijí rogram(2-letý): Zde alete své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (ísemý test - B) U každé otázky či odotázky v ásledujícím

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

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

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

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

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

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

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

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

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

4EK212 Kvantitativní management 4. Speciální úlohy lineárního programování

4EK212 Kvantitativní management 4. Speciální úlohy lineárního programování 4EK212 Kvatitativí maagemet 4. Speciálí úlohy lieárího programováí 3. Typické úlohy LP Úlohy výrobího pláováí (alokace zdrojů) Úlohy fiačího pláováí (optimalizace portfolia) Směšovací problémy Nutričí

Více

Úloha II.S... odhadnutelná

Úloha II.S... odhadnutelná Úloha II.S... odhadutelá 10 bodů; průměr 7,17; řešilo 35 studetů a) Zkuste vlastími slovy popsat, k čemu slouží itervalový odhad středí hodoty v ormálím rozděleí a uveďte jeho fyzikálí iterpretaci (postačí

Více

Zpráva o přijímacím řízení na FEK ZČU v Plzni pro rok 2011/2012

Zpráva o přijímacím řízení na FEK ZČU v Plzni pro rok 2011/2012 Počet přihlášeých uchazečů 1) Počet přihlášeých osob 2) Celkový počet přijatých uchazečů 3) Celkový počet přijatých osob 4) Počet zapsaých uchazečů Počet zapsaých osob Zpráva o přijímacím řízeí a FEK ZČU

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

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

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

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

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

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

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk

Více

VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK

VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK UNIVERZITA PARDUBICE Fakulta ekoomicko-správí VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK Moika Pazderová Bakalářská práce 009 Prohlašuji: Tuto práci jsem vypracovala samostatě. Veškeré literárí

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,

Více

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví Statistika v biomedicísk ském výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Literatura Edice Biomedicísk ská statistika vydáva vaá a Uiverzitě

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

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

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

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

Více

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

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

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

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednáška VIII. Testování hypotéz o kvantitativních proměnných Předáška VIII. Testováí hypotéz o kvatitativích proměých Úvodí pozámky Testy o parametrech rozděleí Testy o parametrech rozděleí Permutačí testy Opakováí hypotézy Co jsou to hypotézy a jak je staovujeme?

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

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

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

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

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

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

4. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

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

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

Více

1. 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

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

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

Statistika pro metrologii

Statistika pro metrologii Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých

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

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

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

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

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr 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 realizací

Více

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení Odhad parametrů ormálího rozděleí a testy hypotéz o těchto parametrech * Věty o výběru z ormálího rozděleí Nechť, X, X je áhodý výběr z rozděleí N ( µ, ) X, Ozačme výběrový průměr a = X = i = X i i = (

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