Michal Hlaváček : Nestandardní modely pro rozhodování a vyjednávání ekonomických subjektů týkající se ekonomických informací

Rozměr: px
Začít zobrazení ze stránky:

Download "Michal Hlaváček : Nestandardní modely pro rozhodování a vyjednávání ekonomických subjektů týkající se ekonomických informací"

Transkript

1 Michl Hlváček : Nesndrdní modely pro rozhodování vyjednávání ekonomických subjeků ýkjící se ekonomických informcí diserční práce Srpen 2003

2 Prohlšuji, že jsem práci vyprcovl smosně že jsem uvedl všechny použié prmeny. Děkuji svému školieli doc.in.tomáši Chlíkovi z cenné podněy připomínky k mojí práci. 2

3 Obsh ÚOD FINNČNÍ PROSTŘEDKOÁNÍ JKO PRODUKT SYMETRICKÉ INFORMONOSTI ÁKLDNÍ MODEL SYMETRICKÁ INFORMONOST PODMÍNKY PRO KLDY ÚĚROÁNÍ ROHODOÁNÍ KLDTELŮ RONOÁH MODELU NLÝ CITLIOSTI MOŽNÉ MODIFIKCE MODELU EFEKTINOST POŘÍENÍ PŘEDÁÁNÍ INFORMCE MEI PRIÁTNÍMI SUBJEKTY S POITINĚ-EXTERNLITNÍ BOU COSEHO TEORÉM PRO NEGTINÍ POITINÍ EXTERNLITY MODEL FTÁLNÍ ÁISLOSTI N JEDINÉM POSKYTOTELI POITINÍ EXTERNLITY Model : Efek informce shodný s nákldy n její pořízení předávání Model B: Efek informce nižší než nákldy n její pořízení předávání SPECIFIK PRODUKČNÍ FUNKCE N NĚKTERÝCH TRÍCH INFORMČNÍCH KOMODIT : OLIGOPOLISTICKÁ KONKURENCE ODĚTÍ S NEKLESJÍCÍMI ÝNOSY ROSHU HROB STUPU KONKURENT MODEL - RONOMĚRNÁ RODĚLENÍ RIIK ÁNIKU HLEDEM K CENĚ MODEL B - RONOMĚRNÁ RODĚLENÍ RIIK ÁNIKU HLEDEM K ISKOOSTI MODEL C - NORMÁLNÍ RODĚLENÍ RIIK ÁNIKU DIFUE TECHNOLOGIÍ MODEL ÝKUMU ÝOJE MODEL DIFUE TECHNOLOGIE MODEL TRNSFERU TECHNOLOGIE SE POŽDĚNÍM Popis modelu ývoj zápdní ekonomiky ývoj východní ekonomiky Porovnání obou sálých svů ýsledky možnosi modelu Možné modifikce modelu - náměy n rozvinuí modelu Mikroekonomické zobecnění

4 hrnuí lidského kpiálu EMPIRICKÁ STUDIE NLÝY PŘEŽÍÁNÍ PODNIKŮ ČR LETECH PŘEDCHOÍ STUDIE DROJ DT SPECIFIKCE MODELU ÝSLEDKY MODELU JEJICH INTERPRETCE ÁĚR DODTEK : DRWINOSKÉ EKONOMICKÉ KRITERIUM : PRETOO RODĚLENÍ PRDĚPODOBNOSTI PŘEŽITÍ... 9 PRETOO RODĚLENÍ. STUPNĚ... 9 B PRETOO RODĚLENÍ 2. STUPNĚ C OBECNÉ PRETOO RODĚLENÍ -TÉHO STUPNĚ LITERTUR: JMENNÝ REJSTŘÍK

5 Úvod Informce je ekonomickou komodiou: je předměem obchodu, exisuje cen informce, nbídk popávk po produkech firem nbízejících poskyování, zprcování nebo zprosředkovelské služby s cílem zvýši objem, kvliu či vypovídcí schopnos disponibilních informcí. Obchoduje se s cennými ppíry firem exisují indexy pro semeny kpiálového rhu firem s kovouo oriencí. To ovšem neznmená, že informce je komodiou jko je kždá jiná. Exisuje pro ní řd specifik. Informce je především velice heeroenní komodiou, průřezově prolínjící celou ekonomikou. Někeré npříkld echnoloické informce mjí chrker výrobního fkoru v om smyslu, že jsou prmerem produkčních funkcí prkicky všech firem v ekonomice. Informční komodiy jsou i předměem spořeby, můžeme edy pro ně měři elsiciu popávky, posuzov, zd jde o komodiu luxusní či nezbynou. Obecně plí, že informce je decenrlizovná. Žádný jednolivec nezná všechny ekonomicky podsné informce. Ty zhrnují i chrkerisiky subjeků včeně jejich preferenčních relcí, vybvenosi subjeků zdroji včeně jejich dovednosí produkiviy či jkosi jejich produků. Jsou čso impliciního chrkeru udíž není možné jejich úplné předání. Informce obvykle vykzuje znčnou míru symerie. To souvisí s neúplnosí informcí, přičemž jedn srn disponuje informcemi nedosupnými srně druhé. Nemusí ovšem jí jen o o informci mí, le čso ješě víc o schopnos jejího využií. To schopnos je jednou z nejpodsnějších chrkerisik ovlivňujících schopnos ekonomického 5

6 přežií resp. ekonomickou úspěšnos subjeku. Rozhodovel, kerý řeší svůj rozhodovcí problém v siuci informční nedosečnosi rizik, má možnos koupi zprosředkovelskou službu ím své riziko sníži svou schopnos využí informce znásobi. Touo problemikou se zbývám v první kpiole. Informce npříkld echnoloické znlosi mohou bý skem veřejným memické formule, le i čisě priváním skem návod n výrobu becherovky. Někeré informce echnoloie mohou bý obecně využielné předpověď počsí, jiné znlosi mohou bý vázány n určiý výrobek počíčový prorm. Lze hovoři o veřejné soukromé hodnoě informce, le i o informci jko poziivní exernliě. ť k či onk, exisuje problém efekivnosi invesice do informce, ť už se jedná o nákup informce, zprosředkovelskou službu snižující pociťovný nedosek informcí, nebo o invesice do výzkumu vývoje. přípdě priváního chrkeru informční komodiy je rozhodovelem poměřujícím cenu resp. mezní nákldy mezní výnos invesice do výzkumu vývoje privání výrobce. le ni v přípdě veřejného sku, kdy informce má chrker poziivní exernliy, nemusí kovéo úvhy provádě výhrdně sá: i příjemce poziivní exernliy, jehož ekonomický výsledek nebo dokonce ekonomické přežií souvisí s exisencí jiného subjeku, může bý zineresován npříkld n zvýšení echnoloické úrovně ohoo subjeku pořizov předáv mu echnoloické informce, o řeb i bezplně, nicméně ve vlsním zájmu. Problemikou efekivnosi pořízení předávání informce mezi priváními subjeky, z nichž jeden poskyuje druhému pro něj nezbynou poziivní exernliu, se zbývám v druhé kpiole. Subjek, kerému jsou předloženy dvě možnosi, B, umí říci: " je lepší než B", le neumí vyjmenov všechny dvojice,b, pro keré plí, že je lepší než B 6

7 Třeí kpiol prezenuje model nbídky v odvěví s neklesjícími rosoucími výnosy z rozshu. Tkovýmo v eoreické mikroekonomii znčně nesndrdním odvěvím může bý právě odvěví poskyující informce: noví zákzníci producen nákldově nezěžují proo je pro něj zvyšování rozshu ziskově přínosné. Pokud jde o oliopol, je producen ovlivněn hrozbou vsupu nového konkuren, kerý je přilákán vysokou ziskovosí překoná briéru vysokých vsupních nákldů. Přiom právě vsup nového konkuren může výrzně zvýši riziko zániku producen z důvodu zráy čási klienely. modelu se předpokládá sejně jko v druhé kpiole mximlizce prvděpodobnosi přežií resp. mximlizce vzdálenosi od zóny ohrožení, což vede ke kompromisní cenové sreii. Producen je edy ohrožen nejen sndrdně zánikem z důvodu nízké ziskovosi, nýbrž i možným vsupem konkurenů přilákných příliš vysokou cenou. Kpiol obshuje ři modely. prvním předpokládám rovnoměrné rozdělení rizik zániku vzhledem k ceně produku poskyovné informci, ve druhém rovnoměrné rozdělení rizik zániku vzhledem k ziskovosi, ve řeím normální rozdělení rizik zániku vzhledem k ziskovosi producen. edle mikroekonomického má problém informcí i svůj mkroekonomický rozměr. Bylo empiricky prokázáno, že jednou z nejdůležiějších mkroekonomických chrkerisik jedním z nejpodsnějších fkorů dlouhodobého růsu je schopnos vyváře bsorbov echnoloické informce. Teno fkor je dán nejen úrovní výzkumu vývoje echnoloií, le éž schopnosí ekonomiky rychle šíři informce. Modely výzkumu vývoje difuze informcí k mohou umožni hlubší pohled nejen n činnos subjeků insiucí účsnících se výzkumu vývoje, le i n činnos osních subjeků i ekonomiky jko celku. Nejde přiom o vniřní záležios uzvřené ekonomiky, nopk: npříkld pro ekonomický růs méně rozvinuých zemí oblsí je velmi podsná schopnos přejím echnoloické informce z rozvinuějších zemí oblsí. Touo problemikou se zbývám ve čvré kpiole. 7

8 Páá kpiol je prezencí empirického výzkumu české ekonomiky z le , pokouší se n zákldě ekonomerického modelu přežívání podniků povrdi či podpoři někeré ze závěrů učiněných v předchozích kpiolách. zhledem k omu, že ve všech kpiolách jsou prezenovány relivně komplikovné modely, přičemž popis veličin použiých v ěcho modelech se mezi jednolivými kpiolmi může poněkud liši, jsem n závěr éo diserční práce krom sndrdních čásí rejsřík, seznm lierury umísil ké sručný seznm použiých symbolů členěný dle kpiol, kerý by měl čenáři přispě k orienci v éo diserční práci. * * * Snžil jsem zkonsruov memické modely jednk pro popis rozhodovcího problému, jednk pro popis důsledků rozhodování subjeků ohledně invesic do informcí echnoloických znlosí. Nejzjímvější n omo problému je vzájemná prováznos rozhodovcích problémů zúčsněných subjeků, kerá dává prosor pro vyjednávání resp. obchodování s informcemi nebo schopnosmi jejich uplnění. To je společným jmenovelem pro jednolivé modely, keré jsou jink heeroenní co do úrovně bsrkce i co do meodoloie modelování. Jde převážně buď o zcel původní nebo o modifikovné převzé modely. Modely z kpiol 2, 3 4 jsou přeprcovnou verzí mých již publikovných sí, modely z kpiol 5 zím publikovány nebyly. Informční komodiy jsou nesndrdní v porovnání s běžnými komodimi. Nesndrdní ekonomický jev lze uchopi buď sndrdními prosředky ekonomické eorie nebo nesndrdním modelem. Já jsem posupovl cesou nesndrdních modelů s ím, že mojí snhou bylo především zobecňov sndrdní přísup. Npříkld mximlizce zisku je speciálním přípdem mximlizce prvděpodobnosi přežií subjeku pro siuci, kdy nedosek vlsních finncí je jediným ohrožením ekonomického přežií. 8

9 Mojí spircí není sesvi úplný přehled význmných memických modelů pro obls informčních komodi. Cílem předkládné diserční práce je ukáz, že jk n mikroekonomické, k n mkroekonomické úrovni exisují možnosi pro účelnou vorbu nových resp. pro modifikci sávjících modelů, keré umožní o specifik modelově uchopi smysluplně posihnou. 9

10 . Finnční zprosředkování jko produk symerické informovnosi. ákldní model Uvžujme následující model finnčního zprosředkování viz. Holmsröm, Tirole [997]. Model vysvěluje exisenci finnčního zprosředkování zároveň umožňuje mikroekonomické vysvělení pro selhání finnčního sysému. modelu je finnční zprosředkování důsledkem resp. řešením problému symerické informovnosi mezi vkldeli podnikeli, kerá může le nemusí bý odsrněn finnčními zprosředkoveli. Model předpokládá, že se n rhu vyskyují ři subjeky : podnikelé Enerpreneurs- E, vkldelé Lenders- L invesiční zprosředkovelnpř. bnk- B. O podnikelích, vkldelích i bnce budu nejprve předpoklád, že jsou rizikově neurální edy že se rozhodují pouze n zákldě očekávné hodnoy užiku. Budu předpoklád, že podnikelé mjí přísup k rizikovým projekům, přičemž se mohou svobodně rozhodnou o ypu projeku očekávný výnos riziko neúspěchu, nicméně nemjí dosečné vlsní zdroje jmění - W E pro finncování ohoo projeku. Dodečné prosředky může podnikel získ pouze od bnky formou půjčky. Bnk finncuje půjčku buď ze svého vlsního jmění W B, nebo z vkldů vkldelů. Pro jednoduchos budu uvžov pouze ři možné projeky, všechny o sejné velikosi I, o dobrý projek G, špný projek 0

11 B kořisnický projek S. Přiom preference zineresovných subjeků bnk, vkldelé, podnikelé ohledně ěcho ří možných projeků budou výrzně odlišné.. DOBRÝ PROJEKT G Projek je dobrý z hledisk očekávného celkového užiku. Přinese následující výnosy : s prvděpodobnosí p celkový výnos R.I k rozdělení mezi všechny ři subjeky s prvděpodobnosí -p nulový celkový výnos 2. ŠPTNÝ PROJEKT B Jde o projek z hledisk očekávného celkového užiku ze všech ří uvžovných projeků nejhorší. Přináší yo výnosy : s prvděpodobnosí p- s prvděpodobnosí -p+ nvíc zručený výnos celkový výnos R.I k rozdělení mezi všechny ři subjeky >0 nulový celkový výnos b.i pro podnikele 3. KOŘISTNICKÝ PROJEKT SPOILT- S Jde o projek ze ří uvžovných nejvíc nerovnoměrný pokud jde o přínos projeku jednolivým účsníkům. Jeho výnosy jsou : s prvděpodobnosí p- s prvděpodobnosí -p+ výnos R.I k rozdělení mezi všechny ři subjeky nulový celkový výnos nvíc zručený výnos B.I pro podnikele B>b

12 Jk je z ohoo popisu zřejmé, první projek je jednoznčně preferován bnkou vkldeli vyšší očekávný výnos nižší riziko, podnikel bude jednoznčně preferov řeí projek před druhým. ýnos R.I se dělí mezi podnikele, bnku vkldele podle předem dohodnuého poměru: RR E +R B +R L, přičemž nákldy podíly n finncování jednolivými subjeky jsou : θ E + θ B + θ L. Celkové očekávné výnosy z jednolivých projeků pro zúčsněné subjeky jsou uvedeny v bulce: E B L Celkem G p.r E.I-θ E.I p.r B.I-θ B.I p.r L.I-θ L.I p.r.i-i B p-.r E.I-θ E.I+B.I p-.r B.I-θ B.I p-.r L.I-θ L.I p.r.i-i+b.i-.r.i S p-.r E.I-θ E.I+b.I p-.r B.I-θ B.I p-.r L.I-θ L.I p.r.i-i+b.i-.r.i Tbulk : výnosy projeků G dobrý, B špný S kořisnický pro podnikele E, zprosředkovele bnku B vkldele L Nvíc budu předpoklád splnění následujících podmínek:. R>, R.p>, edy projek G zvyšuje celkový užiek, kce bez jeho relizce není Preo-efekivní, 2. R.p- <, edy projeky B S jsou z hledisk bnky vkldelů horší než nerelizce žádného projeku, 3..R>B, edy z hledisk Preo- efekiviy je nejlepší projek G, 4. b<r. -C, kde C jsou nákldy n moniorin, keré umožní bnce rozliši mezi špným kořisnickým projekem. To podmínk snoví, že projek G by měl bý i po vynložení nákldů n moniorin C společensky preferovný před projekem B. 2

13 Je zde zřejmé, že vkldelé i bnk neposkynou podnikeli dodečné prosředky, pokud si nebudou jisi, že podnikel relizuje projek G. ákldním problémem zde edy je, jk rozděli přípdné výnosy z projeku k, by měl podnikel moivci relizov projek G, kerý se v om přípdě sne konsensuálním opimem všech ří subjeků..2 symerická informovnos nšem jednoduchém modelu předpokládám určiou formu symerické informovnosi. kldelé nemjí žádnou možnos jk konrolov či urči, kerý yp projeku podnikel vybere. Bnk má možnos rozliši mezi špným kořisnickým projekem, ovšem pouze z cenu vynložení nákldu C.I. O výši ěcho nákldů edy předpokládám, že jsou dány pevným procenem z objemu invesice bnk je buď nevynloží vůbec, nebo je vynloží v plné výši C.I. Jk již bylo uvedeno, hledám kové rozdělení, při kerém podnikel vybere projek G. Pokud bnk nevynloží nákldy C.I n moniorin, podnikel vzhledem k výše uvedeným podmínkám zvolí jednoznčně projek S, pro bnku ni pro vkldele není výhodné invesov, projek nebude relizován výsledek nebude Preoefekivní. Pokud bnk yo nákldy vynloží, podnikel se může rozhodnou mezi volbou dobrého špného projeku, pro něj nejvýhodnější kořisnický projek již zvoli nemůže, neboť by o bnk rozeznl odmíl finncování. Budu edy uvžov ková rozdělení výnosu projeku mezi podnikele, bnku vkldele RR E +R B +R L, ve kerých bude bnk moivován provés moniorin j. vynloži nákldy C.I, b podnikel bude moivován provés dobrý projek G míso špného B. zhledem k předpokládné neurliě k riziku ze srny bnky i podnikele musí pli: 3

14 Sub :.R B C resp. R B C/ resp. R B - C/. To podmínk uvádí, že očekávný výnos pro bnku z provedení moniorinu, edy výnos z provedení dobrého projeku míso špného resp. kořisnického, musí bý vyšší než její nákldy n provedení ohoo moniorinu. To podmínk bude smozřejmě podmíněn splněním podmínky b: pokud by si byl bnk jis, že rozdělení výnosů z projeku bude kové, že bude podnikel moivován provés špný projek míso dobrého, prosředky opě neposkyne, neboť není schopn podnikele v omo konrolov. Předpokládá se zde opě, že bnk zná veškeré chrkerisiky podnikele že předpokládá, že se podnikel chová rcionálně. Sub b:.r E b resp. R E b/ resp. R E - b/, edy očekávný zvýšený výnos podnikele z provedení dobrého projeku v přípdě úspěchu projeku musí převáži zráu zručeného zisku b ze špného projeku v přípdě neúspěchu. To podmínk opě plí pouze souběžně se splněním podmínky : pokud by bnk nákldy n moniorin nevynložil, podnikel se nebude rozhodov mezi dobrým špným, le mezi dobrým kořisnickým projekem podmínk b by se v omo přípdě modifikovl n.r E B..3 Podmínky pro vkldy úvěrování Finncování projeku proběhne ím způsobem, že bnk bude z prosředky poskynué podnikeli účov úrokovou szbu z úvěru, přičemž o úroková mír je definován vzhem: 4

15 5 i. θ B p. R B, kde p. R B oznčuje očekávný výnos bnky, θ B podíl bnky n finncování projeku i úrokovou míru z úvěru, přičemž zde vzhledem k výše uvedeným podmínkám musí pli: θ B p. R B / i p. C/. i. Obdobně musí pro úrokovou szbu z vkldů r pli: r. θ L p. R L, edy θ L p. R L /r p/r. R R B R E + C b R r p, Pokud přijmeme dlší předpokld, že finncování vlsními zdroji je jk pro podnikele, k pro bnku držší než finncování ze zdrojů vkldelů, budou obě nerovnosi v opimu splněny jko rovnosi, bude edy pli: C i p B θ, + C b R r p L θ. Pro celkovou invesici musí z definice pli: I θ E + θ B + θ L.IW E + θ B.I+ θ L.I, edy + C b R r p i C p W W I E L B E θ θ.4 Rozhodování vkldelů Popávk po úsporách vkldelů bude dán jko + + C b R r p i C p W C b R r p I D E L S. θ Popávkou po úsporách se zde míní výhrdně popávk vyplývjící z exisence projeků G, B S s uvážením jejich výše uvedených

16 chrkerisik při splnění podmínek b, zjišťujících relizci projeku G. Pro jednoduchos předpokládejme, že nbídk úspor oznčíme Lr ze srny vkldelů bude závise n úrokové míře vkldů, přičemž je rosoucí funkcí éo úrokové míry..5 Rovnováh v modelu Je zřejmé, že úroveň úrokových měr z vkldů úvěrů je v popsném modelu deerminován: chrkerisikmi dosupných projeků p, R,, rozhodnuím vkldelů o jejich úsporách funkce Lr, siucí v bnkovním sekoru smoném by bnk byl schopn provés moniorin v poždovné výši, musí bý mimo jiné její mjeek vyšší než její celkový poždovný podíl n finncování. Musí edy pli: W B θ I B p R i B I p C I i Bnk nvíc musí pli dividendy. O ěcho dividendách předpokládám, že jsou přímo úměrné mjeku bnky W B. zhledem k opimlizčnímu chrkeru úlohy lze očekáv, že výše uvedená nerovnos bude v opimu splněn jko rovnos musí edy pli W B p i C p C i WE p b + C R r To rovnice implicině definuje vzh mezi úrokovými měrmi i r. Úroková mír z úvěru je klesjící funkcí vkldové úrokové míry nopk. Grf závislosi iir implicině definovné ouo rovnicí oznčíme jko křivku BB. 6

17 Pro rh úspor vkldelů musí pli, že se nbídk rovná popávce viz výše, edy L r p r b + C R p C i WE p b + C R r To rovnice opě implicině definuje vzh mezi oběm úrokovými měrmi, přičemž rf implicině definovné závislosi iir nyní definujme jko křivku LL. chrkeru podmínky pro rovnováhu n rhu úspor nvíc opě vyplývá, že o závislos bude opě klesjící funkcí, přičemž lze ukáz, že její sklon bude v bsoluní hodnoě vyšší než sklon křivky BB. Je zřejmé, že rovnováh v ekonomice nsne pouze v přípdě, kdy bude ekonomik zároveň n křivce BB n křivce LL. Celá o siuce je znázorněn rficky n obrázku. i L B B L Obr. : Rovnovážný vzh mezi úrokovými měrmi i,r r výše uvedených vyjádření podmínek je nvíc zřejmé, že musí bý i>r, že edy exisuje kldná úroková mrže. 7

18 .6 nlýz cilivosi možné modifikce modelu výše uvedených vyjádření křivek LL BB lze odvodi následující závěry o rekci ekonomiky n změny exoenních proměnných funkcí: při poklesu jmění bnky W B siuce obdobná siuci v mkroekonomii nzývné credi crunch dojde k posunu křivky BB doprv nhoru, dojde edy k poklesu r, nárůsu i nárůsu mrže k poklesu celkových invesic; při poklesu jmění podniku W E siuce odpovídjící n mkroúrovni krizi ekonomiky dojde k posunu křivky BB dolev dolů zároveň posunu křivky LL dolev dolů. Celkově edy dojde edy opě k poklesu r, i rovněž poklesne, o velikosi mrže edy nelze nic říci. Celkové invesice opě poklesnou; při poklesu funkce Lr pro všechn r dojde k posunu křivky LL vprvo, nárůsu r, poklesu i poklesu mrže k poklesu I; nárůs resp. pokles p povede k posunu obou křivek dolů, což povede k poklesu i r k poklesu invesic; nárůs b povede k posunu křivky LL dolů BB nhoru, což povede k poklesu r, nárůsu i poklesu invesic; pokles C povede k posunu LL nhoru BB dolů, k poklesu i, nárůsu r edy k poklesu mrže k nárůsu invesic. jímvé zde je, že objem oků úspor od vkldelů k podnikelům závisí nejen n preferencích vkldelů ohledně jejich čsové srukury spořeby edy i úspor, le rovněž n finnční siuci podnikelského sekoru smoného zároveň n finnční siuci bnkovního sekoru. modelu může bý krize vyplývjící z poklesu finnčního zprosředkování vysvělen jednk zhoršením finnční siuce podniků smoných, jednk zhoršením finnční siuce finnčního sekoru bez prvoních změn v smoném podnikelském sekoru. Model rovněž nznčuje, jk může bý pro reálnou 8

19 ekonomiku význmná reulce finnčních rhů, právní siuce v podnikelském sekoru neformální srukury ypu dobrá pověs, morálk či vzh společnosi k určiým činnosem. Snížení zisku podnikele b v přípdě neúspěchu projeku npř. prosřednicvím lepšího právního zkovení smluv, či morálním nebo společenským odsouzením podvodu povede k nárůsu celkových invesic beze změn dlších proměnných. Dlším výsledkem modelu je vysvělení vlivu echnoloického pokroku ve finnční sféře n invesice - pokles moniorovcích nákldů C povede k růsu invesic. * * * Model uvedený v éo kpiole pomohl čásečně pochopi někeré speky finnčního zprosředkování, hlvně co se ýče vzhu finnčního zprosředkování k informční symerii, k normám chování j. k zákonům i k neformálním normám echnoloického pokroku v éo oblsi. Model je nicméně možné použí i v jiných přípdech, kdy jsou vzhy mezi subjeky mximlizujícími zisk zíženy exisencí informční symerie kde je možné uo informční symerii odsrni pomocí zprosředkovele. Tkovým přípdem může bý npříkld siuce, ve keré jsou ohrožen vlsnická práv při přeshrničním rnsferu echnoloií, kdy vlsník práv neposkyuje informci, neboť si není jisý ím, zd nebude o informce zneuži způsobem, kerý by jej finčně či jink poškodil. Roli zprosředkovele zde mohou hrá nejrůznější mezinárodní dohody o ochrně uorských práv, uorské svzy podobně. Odsrnění, resp. obejií informční symerie ímo způsobem zde může zlepši oky informcí mezi jednolivými zeměmi ve smyslu odsrnění briér jejich oku blíže viz. kpiol číslo 4 věnující se mkroekonomickému modelu difuse 9

20 echnoloií. reliě součsné České republiky bývá ké čso zmiňován zprosředkující efek přímých zhrničních invesic, kerý umožňuje odsrni symerii informcí mezi bnkmi podniky. 2 ýsledky modelu jsou smozřejmě ovlivněny poměrně silnými předpokldy, především co se ýče vzhu jednolivých subjeků k riziku. Pokud bychom npříkld uvžovli rizikově verzní vkldele rizikově neurální bnky, získá finnční zprosředkování dlší spek. omo přípdě může finnční zprosředkování nvíc plni funkci pojišění vkldelů svého druhu, kdy bnk převezme od vkldele z úplu čás rizik spojeného s projekem či informční symerií. verze k riziku ze srny vkldelů zde přiom zvyšuje prvděpodobnos, že budou vynloženy nákldy n získání informcí, že bude vybrán Preo efekivní dobrý projek. Pokud bychom uvžovli rizikově verzního podnikele, nárůs jeho verze k riziku z důvodu preferování zručeného zisku b oproi nejisému očekávnému zisku může vés podobně jko nárůs b k nunosi moivov jej vyšším podílem n zisku dobrého projeku, což snižuje výhodnos invesování pro bnky pro vkldele, vede k poklesu úspor poklesu celkových invesic. N druhou srnu riziko vyhledávjící podnikel přijme ceeris pribus rději dobrý projek ím zlepší i celkovou ekonomickou siuci. ohoo porovnání je zřejmé, že exisence subjeků vyhledávjících riziko je v rámci podnikelského sekoru pro správné 2 Jk uvádí Tům 2000 či Holub 200, v leech probíhl příliv kpiálu do ČR především prosřednicvím relivně krákodobých porfoliových invesic, o éměř výhrdně prosřednicvím domácího bnkovního sekoru. Ten nicméně yo invesice relokovl směrem k domácím nefinčním podnikům dosi neefekivním způsobem, což se projevilo v krizi celého bnkovního sysému v nákldech n jeho očišění odhdovných n cc 20% HDP ČNB, Oproi omu druhá vln přílivu kpiálu v leech 998 ž 2002 probíhl především 20

21 funování finnčního zprosředkování klíčová ve smyslu schumpeeriánského pojmu enerpreneur 3. Dlším problemickým předpokldem modelu je o, že ekonomické subjeky nvzájem dokonle znjí svoje chrkerisiky sreie vkldelů, vzh mezi úrokovými měrmi z vkldů z úvěru, produkceschopnos podnikele, prvděpodobnos úspěšné relizce jednolivých projeků pod.. To smozřejmě v reálném svěě neplí, což v kombinci s verzí k riziku zvyšuje nejisou dále rozhodování ekonomických subjeků komplikuje. ýznmnou roli zde k mohou hrá i jiné fkory, npříkld dlouhodobos resp. predeerminovnos konrků nebo úsilí subjeku o udržení nebo zlepšení své dobré pověsi. Specifický model, kerý se snží podchyi chování výrobce v oblsi informčních echnoloií v siuci nejisoy je uveden v kpiole č. 3. prosřednicvím přímých zhrničních invesic, když souběžně s nimi docházelo k odlivu úspor z ČR prosřednicvím záporných porfoliových invesic. 3 iz npř. Schumpeer

22 2. Efekivnos pořízení předávání informce mezi priváními subjeky s poziivně-exernliní vzbou 2. Coseho eorém pro neivní poziivní exernliy modelu v předchozí kpiole jsme předpokládli, že oky informcí závisejí pouze n zisk mximlizujícím chování jednolivých účsníků rhu bnk neodsrňuje informční symerii z lásky k vkldelům, le pouze z důvodu využívání ziskové příležiosi. reliě le čso dochází k omu, že informce předsvuje svého druhu poziivní exernliu, o ehdy, pokud jeden subjek zvyšuje ziskovos díky informci npříkld o echnoloii, kerou finncuje sá nebo jiný privání subjek. Klsickým příkldem je zde předávání výsledků zákldního výzkumu, kerý je sice pro kumulci znlosí n úrovni ekonomiky jko celku klíčový, problémy s vylučielnosí informcí nicméně znmenjí nunos jeho provádění pod zášiou veřejné insiuce 4. Oázkou je, nkolik jde o výlučnou "prkeu" sáu či nkolik se zde usví efekivní výsledek pomocí vyjednávání mezi subjeky. Ekonomická eorie neivních exernli, konkréně známý průkopnický Cosův eorém 5, říká, že možnos vyjednávání mezi zineresovnými produceny při omezování objemu neivních exernli o odškodném 4 rumenci ve prospěch nunosi provádění zákldního výzkumu pod proncí veřejné insiuce obshuje ké subkpiol Poprvé zformulovný ve si Cose R.H. [960], s

23 přináší z předpokldu nulových nákldů vyjednávání efekivní výsledek, dokonce v určiém smyslu bez ohledu n zákonnou úprvu 6. Tedy: při mlém poču účsníků znečišťovelů i poškozených producenů inerkce subjeků zákoniě vede k dohodám, výhodným pro všechny zúčsněné i k opimální lokci zdrojů pro odsrnění ekoloických škod. ýrobci ve vlsním zájmu z určiých podmínek dosáhnou oho, o co sá v důsledku informční nouze usiluje mrně: záporná exernli dosáhne úrovně, kerá je opimální z hledisk celku, j. npříkld z hledisk přípdného společného vlsník obou provozů. Sejnou myšlenku lze ovšem plikov i pro poziivní exernliy edy i pro informce jkožo veřejné sky, mjící chrker poziivní exernliy. éo kpiole nlyzuji informce, zejmén jejich prolínání v ekonomickém sysému. Jednou z forem ohoo prolínání je i jejich poskyování jedním subjekem podporovelem, poskyovele informce druhému příjemce informce v zájmu zvýšení prvděpodobnosi přežií příjemce, keré je v zájmu poskyovele informce, neboť mu poskyuje živoně důležiou poziivní exernliu. o se mu dosne npříkld echnoloické informce, kerá je z hledisk jejího poskyovele výhodnější 6 Předpokld nulových znedbelných rnskčních nákldů způsobuje, že Coseho eorém je plikovelný jen n siuce s relivně nízkým počem účsníků, neboť poče možných sesv kérů inerkce mezi účsníky podléhá "prokleí dimenze". Je-li poče subjeků 0, je poče podmnožin vyvořených z éo množiny subjeků menší než 000, pro n 5 přeshuje , le pro n20 už exisuje více než možných "sesv" účsníků Cosov dohodovcího řízení. Při velkém poču účsníků závěr o efekivnosi vyjednávání přesává pli veřejný zájem musí zjišťov sání resp. municipální uori. 23

24 než přímá doce, u keré je riziko funibiliy využií k jinému účelu než poskyování předměné exernliy Model fální závislosi n jediném poskyoveli poziivní exernliy Předpokládejme, že přežií obou subjeků, edy poskyovele i příjemce informce jkožo poskyovele poziivní exernliy závisí výhrdně n jejich důchodu. Nvíc přežií poskyovele informce je podmíněno přežiím příjemce éo informce, kerý mu poskyuje nezbynou poziivní exernliu. Příjemce éo exernliy je edy je fálně svázán s příjemcem informce, edy pokud znikne příjemce informce, zniká i její poskyovel. Tržbu 0 poskyovele informce předsvuje výhrdně prodej jeho produku v množsví m 0 s jednokovou cenou c 0, edy 0 m 0. c 0. Důchod poskyovele je d µ, kde µ jsou nákldy n pořízení předání informce, keré plí poskyovel informce je-li o pro něj přínosné. 7 Funibili změnielnos posihuje skuečnos, že doovný subjek se může záměru donáor vyjádřenému podmínkmi čerpání doce vyhnou v přípdě, že je finncován z více nekoordinovných zdrojů. Pokud npříkld donáor podmíní pomoc ím, že o nebude použi n mnžerské odměny, le npř. n výzkum, příjemce může doci přijmou, ve svém vlsním rozpoču pk o sejnou čásku sníži výdje n výzkum zvýši výdje n mnžerské odměny, čímž může podmíněnos doce obejí. Tímo problémem se zbývjí npříkld Devrjn, Swroop., hu Min: 998, empirický výzkum viz. npříkld Feyziolu e l

25 2.2. Model : Efek informce shodný s nákldy n její pořízení předávání Počíejme nejprve s krjní siucí, kdy nákldy n pořízení informce odpovídjí přínosu pro příjemce informce. Předpokládejme, že pro riziko zániku subjeku s důchodem d exisenčním minimem b je rozhodující jeho relivní rezerv k exisenčnímu minimu rd,bd-b/d-b/d. Exisenční minimum hrnici zóny zániku pro ob subjeky oznčíme b 0 resp. b. Předpokld, že prvděpodobnos zániku subjeku z důvodu nízkého důchodu resp. odchodu ziskem neuspokojeného vlsník je přímo úměrná relivní rezervě d-b/d, odpovídá nesymerickému Preovu rozdělení prvděpodobnosi přežií. supně s husoou rozdělení prvděpodobnosi fdb/d 2 pro d b, fd0 pro d<b, s disribuční funkcí Fdmx0;-b/d, mediánem m2b, pro keré sřední hodno i rozpyl rosou nde všechny meze 8. Podrobnější chrkerisiku ohoo rozdělení uvádím v Dodku. Příjemce informce ohrožený výhrdně nízkým důchodem má důchod d +µ s prvděpodobnosí přežií p µ-b /d -b / +µ. Nproi omu poskyovel informce je v siuci dvojího ohrožení: jednk nízkým vlsním důchodem, jednk zánikem příjemce informce. Jeho důchod je d 0 0 -µ 25

26 s prvděpodobnosí přežií dnou součinem prvděpodobnosí přežií příjemce informce vyhnuí se riziku zániku z důvodu nízkého vlsního důchodu : p 0 µ[-b / +µ.]. [-b 0 / 0 -µ]. Předpokládejme, že ob subjeky jsou- před rozhodnuím o pořízení předání informce- v pozici mediánu příslušného souboru pokud jde o výši důchodu, kerý je u předpokládného Preov rozdělení důchodu n úrovni dvojnásobku hrnice zóny přežií: 0 2.b 0, 2.b Oznčme dále symbolem k podíl velikosi obou subjeků, měřené jejich důchodem: 0 k., b 0 k.b, edy předpokládám, že důchod poskyovele i jeho hrnice zóny zániku jsou oproi příjemci informce k - násobné. volme peněžní jednoku k, že b. ohoo předpokldu edy b 0 k. 2, 0 2k, b 0 k. Poom mximlizovná prvděpodobnos přežií poskyovele informce je: pµ,k [-/ 2+µ.]. [-k/ 2k-µ] [+µ/ 2+µ]. [k-µ/ 2k-µ] [+µ.k-µ] / [2+µ.2k-µ] Pokládejme k z prmer mximlizční úlohy. Derivováním funkce pµ,k podle µ položením éo derivce rovnu nule se získá podmínk pro mximum ve vru rovnice, chápné jko rovnice s neznámou µ s prmerem k: 8 S Preovým rozdělením. supně jsme prcovli v prcích Hlváček J., 26

27 k--2µ.2+µ.2k-µ - 2k-2-2µ.+µ.k-µ] 0 N následujícím obrázku 2 je znázorněn n svislé ose kořen éo rovnice v závislosi n hodnoě prmeru k, kerá je n ose vodorovné : Obr. 2 : Ocho poskyovele informce finncov její pořízení předání v závislosi n prmeru k podíl důchodu poskyovele příjemce informce - model jímvá je i závislos podílu podpory z důchodu donáor µ/k n podílu velikosí obou subjeků k, znázorněná n následujícím obrázku : Hlváček M. 2002, 2002b. 27

28 0,25 0,2 0,5 0, 0, Obr. 3 : Podíl opimální výše podílu podpory z důchodu donáor µ/k v závislosi n podílu velikosi subjeků poskyovele příjemce informce - model Ukázlo se, že mximální podíl svého důchodu vydá n pořízení předání informce subjek s 6,5 násobným důchodem oproi příjemci informce. Pokud jsou ob subjeky co do velikosi shodné j. pokud k, je opimální výše podpory nulová. Pro k opimální podíl klesá konveruje rovněž k nule, nicméně ješě pro k 000 přeshuje 0, Model B: Efek informce nižší než nákldy n její pořízení předávání měňme nyní model jen v om, že efek předné informce bude bsoluně nižší řekněme poloviční než nákldy n jeho pořízení. Příjemce informce ohrožený výhrdně nízkým důchodem má nyní důchod d +µ /2 s prvděpodobnosí přežií p µ-b /d -b / +µ/2. 28

29 Poskyovel informce je v siuci dvojího ohrožení: jednk nízkým vlsním důchodem, jednk zánikem příjemce informce. Jeho důchod je sejně jko v modelu n úrovni d 0 0 -µ Prvděpodobnos přežií poskyovele informce je opě dán součinem prvděpodobnosí přežií příjemce informce vyhnuí se riziku zániku z důvodu nízkého vlsního důchodu : p 0 µ[-b / +µ/2.]. [-b 0 / 0 -µ]. novu předpokládám, že ob subjeky jsou- před rozhodnuím o pořízení předání informce - v pozici mediánu příslušného souboru pokud jde o výši důchodu, kerý je u předpokládného Preov rozdělení důchodu n úrovni dvojnásobku hrnice zóny přežií. Rovněž peněžní jednoku zvolím sejně jko v modelu. Poom mximlizovná prvděpodobnos přežií poskyovele informce je : pµ,k [-/ 2+µ/2.]. [-k/ 2k-µ] [2+µ/ 4+µ]. [k-µ/ 2k-µ] [2+µ.k-µ] / [4+µ.2k-µ] Derivováním funkce pµ,k podle µ položením éo derivce rovnu nule dosneme opě podmínku pro mximum, enokrá ve vru: k-2-2µ.4+µ.2k-µ - 2k-4-2µ.2+µ.k-µ] 0 Následující dv obrázky ukzují, jk se mění bsoluně relivně vzhledem k důchodu opimální podpor v závislosi n prmeru k j. n poměru velikosi poskyovele příjemce doce: 29

30 Obr. 4 : bsoluní velikos podpory poskyovele n pořízení informce její předání v závislosi n prmeru k podíl velikosi poskyovele příjemce informce - model B 0,25 0,2 0,5 0, 0, Obr. 5 : Podíl n důchodu poskyovele podpory n pořízení informce její předání v závislosi n prmeru k podíl velikosi poskyovele příjemce informce- model B Pozoruhodná relivně překvpivá je skuečnos, že i v přípdě modelu B, kdy efek z informce je nižší než nákldy n její pořízení předání, je 30

31 pořízení předání informce pro ob výhodné přičemž výhodnos je zde hodnocen n zákldě prvděpodobnosi přežií subjeků. Mnohem překvpivější je dlší zjišění: neplí, že čím věší efek z informce, ím silnější moivce obou subjeků. Nopk: pro vyšší hodnoy prmeru k j. pro věší nepoměr ve velikosi obou subjeků zvyšuje nižší efek doce ceeris pribus ohrožení podporovného subjeku ím se zvyšuje opimální podíl podpory z důchodu poskyovele podpory. Hrniční hodnoou prmeru je k 8 smozřejmě pro jinou než poloviční efekivnos pořízení doce pro jejího příjemce v porovnání s nákldy n její pořízení předání je hrniční hodno jiná. 3

32 Porovnání modelů,b předsvuje následující obrázek: 0,25 0,2 0,5 0, 0, Obr. 6 : Porovnání podílu podpory n důchodu jejího poskyovele pro modely,b : plnou črou model, čárkovně model B. * * * budoucnu se chci pokusi modelov komplikovnější siuce s více poskyoveli poziivní exernliy s reciprokými poziivními exernlimi. Je zřejmé, že o bude mí vliv n efekivnos poskyování informcí respekive obecně n efekivnos poskyování doce mezi ekonomickými subjeky. Ocho finncov pořízení resp. předání informce zdůvodněné poziivní exernliou je smozřejmě vedle obchodování s nehmonými kivy jedním z možných mikoekonomických moivů pro proces difuze echnoloií v ekonomickém sysému. Oázkám difuze echnoloií se věnuji v kpiole 4. 32

33 3. Specifik produkční funkce n někerých rzích informčních komodi : oliopolisická konkurence v odvěví s neklesjícími výnosy z rozshu U někerých echnoloií pro produkci služeb v oborech poskyování informcí nebo zprosředkování jejich předávání je v mikroekonomii běžný předpokld klesjících výnosů z rozshu nereálný. Firm vynloží exrémně vysoké fixní nákldy přípdně překoná i dlší překážky vsupu do odvěví, ovšem poom prkicky jkékoli zvýšení objemu poskyovných služeb není spojeno s poklesem průměrné ziskovosi, nýbrž právě nopk, výnosy z rozshu rosou 9, neboť mezní nákldy spojené dodečným zákzníkem jsou znedbelné. To je siuce výrzně odlišná od běžných klesjících výnosů z rozshu rosoucích mezních nákldů, kdy pro producen není výhodné zvyšov objem výsupu nd úroveň, kdy mezní nákldy přesáhnou cenu produku. Pokud je k jk je omu v přípdě dokonlé konkurence cen výsupu p pro výrobce dným prmerem, rose pro přípd rosoucích výnosů z rozshu opimální zisk mximlizující objem výsupu nde všechny meze. monopolní siuci s nulovými mezními nákldy je zisk mximální při objemu výroby n úrovni při keré je nulový mezní příjem. Pokud je npříkld popávková funkce Dp lineární, je lineární i křivk mezního příjmu MRq opimální objem výsupu q z je dán průsečíkem přímky 9 Nejedná se ovšem výhrdně o siuci v odvěvích poskyujících služby v oborech poskyování informcí nebo zprosředkování jejich předávání. I v jiných oborech, kde rozsh výroby minimlizující mezní nákldy z echnoloických příčin výrzně přeshuje celkovou ržní popávku nsává siuce rosoucích výnosů z rozshu v celém myslielném oboru, kdy opimální rozsh výroby nemůže bý dán rovnosí mezního příjmu mezních nákldů, jk je omu ve sndrdní eorii firmy. Uvedený problém byl zformulován v Hlváček J., Hlváček M. 200, dlší publikce Hlváček J., Hlváček M. 2002b 33

34 mezního příjmu s osou x monopolis volí cenu p z k, by plilo Dp z q z viz obrázek 7 : p p z MRq E Dp O q z q Obrázek 7: Opimum monopolisy E při nulových mezních nákldech ve sndrdní mikroekonomii Tko se edy chová monopolis, zineresovný pouze n svém zisku. Jeho chování se změní, hrozí-li mu vzhledem k vysoké ziskovosi vsup konkurence, dosud odrzené vysokými fixními nákldy. ýše ceny, kerá přiláká konkuren, je z pohledu rozhodovele neznámá. Jde o svého druhu rozhodování z neurčiosi.0 s vysokou mírou rizik. verze k riziku verze k neznámému pří v eorii lidské moivce seberelizce k nejpodsnějším chrkerisikám rozhodování člověk viz npř. Mslow 970 nebo Hlváček J.999. verzi k riziku je možné zohledni pomocí funkce očekávného užiku z bohsví nebo zohledněním velikosi újmy pociťovné v souvislosi 0 Problemik rozhodování při neznámé ceně je sudován zejmén v rámci eorie spořebiele viz npř.přehledová sť McMilln, Rochild 974, le i v obecné mikroekonomii viz npř. Newbery Siliz 98. Obecně k éo čási mikroekonomie viz éž npř. Hey 98 nebo Grvelle, Rees 992. rrowov-prov mír lokální verze k riziku je dán jko 34

35 s rizikem plikcí kriéri ve formě váženého průměru očekávné hodnoy rozpylu, zv. men-vrince uiliy méž. Dlší možnosí je sochsický přísup k uchopení rizik viz npř. Siliz 975 nebo Dimond, Siliz Hrozb vsupu konkuren Bere-li producen či poskyovel informce mximlizující prvděpodobnos svého přežií v úvhu hrozbu vsupu konkurence pokud ji pokládá z ohrožení vlsního přežií, jeho sreie se odchýlí od opim n obrázku 7. Neusiluje o mximum okmžiého zisku, neboť exrémně vysoký zisk může přilák dlší subjek, kerý bude schopen ochoen vynloži vsupní čásku. Pokud vysoká cen, resp. vysoký zisk, přiláká konkuren, výrzně klesnou příjmy o ržby od přeběhlíků ke konkurenci. uvedených předpokldů nebude eno pokles příjmů doprovázen poklesem nákldů, edy pokles ržeb se celý promíne do poklesu zisku. Exisuje cen p h, při keré se druhému subjeku vyplí vynloži vysoké vsupní nákldy. Budu předpoklád, že i po přípdném vsupu druhého subjeku n rh bude dosvdní monopolis cenovým vůdcem leder nově příchozí subjek cenovým následníkem follower, kerý nsví cenu shodnou s cenou dosvdního monopolisy 3. rw - u w/ u w, kde w je bohssví u je očekávný užiek. Jejich mír relivní verze k riziku je dán jko ρw - w.u w/ u w viz rin 992, rrow, Lind Empirická nlýz verze k riziku viz pplebum Kz iz Sckelberův model duopolu, Grvelle, Rees, 992, s

36 Předpokládejme zjednodušeně, že popávk monopolisy by pro přípd vsupu konkuren edy pokud by zvolil cenu vyšší než p h klesl n polovinu: dp Dp/2 pro p>p h Pokud se monopolis při snovení ceny "udrží n uzdě", konkurence nevsoupí popávk se nezmění zůsne n úrovni celkové popávky v odvěví: dp Dp pro p p h Průběh funkce individuální popávky odpovídjící funkce mezního příjmu je znázorněn n následujícím obrázku 8. p p M p z dp Dp E 2 E E p h dp O q 2 MCq0 MRq q z q h q MRq Obrázek 8: Hrozb vsupu druhého subjeku: průběh funkcí individuální popávky dp mezního příjmu MRq obrázku je zřejmé, že původní opimum bod E n obrázku 7 může dokonce přes bý přípusným řešením, neboť jemu odpovídjící cenová sreie by vedl k zániku subjeku. Drwinovsky přežívjící prvděpodobnos svého přežií mximlizující subjek se rozhoduje mezi dvěm lernivmi : bodem E s cenou p h bodem E 2 s cenou p z >p h. 36

37 Problém rozhodovele spočívá v om, že nemá informci o hrniční ceně p h : ví pouze, že ková cen exisuje při zvyšování ceny se k ní blíží. isková funkce popisovného rozhodovele je nespojiá, má dvě lokální mxim: při ceně p h při ceně p z. To lokální mxim odpovídjí bodům E E 2 n obrázku 8. Pokud předpokládám pokles ržeb po vsupu konkurence n polovinu, je rozumné klkulov s ím, že lokální mximum při ceně p z je zráové resp. lespoň méně ziskové než lokální opimum při ceně p h. Tomu odpovídá zisková funkce znázorněná n obrázku 9. Πp O p h p z p -FC - Obrázek 9: isková funkce monopolisy ohroženého vsupem konkurence, nespojiá v bodě p h pohledu vědoucího pozorovele, kerý zná hrniční cenu pro vsup druhého subjeku p h, je opimální sreií cenou objemem výsupu p p h, q q h, což je bod E n obrázku 8. Jde ovšem o cenovou sreii blncující n smoné hrnici přežií, kerou žádná reálná firm s pudem sebezáchovy, kerá smozřejmě kovou informci nemá, nikdy nezvolí. Nezvolí ni cenu "nebezpečně se blížící" k ceně p p h, neboť odmíá vysoké riziko zániku. Jejím opimem ovšem není ni lokální mximum zisku při ceně p z bod E 2 37

38 n obrázku 8, neboť jde o zráovou cenovou sreii, kerá předsvuje nepřípusné řešení rozhodovcí úlohy. Rozhodovel mximlizující prvděpodobnos svého ekonomického přežií se chová jink. Hledá určiý kompromis mezi oběm uvedenými sreiemi 4. Snží se vyvrov rizikovým siucím, edy jk příliš nízkému zisku, k příliš vysoké prvděpodobnosi vsupu konkurence. Jeho zónu zániku, j. množinu lerniv rozhodnuí, keré vedou k jeho ekonomickému zániku, chrkerizuje obrázek 0. Ploch pod vodorovnou osou předsvuje zánik z důvodu nízké záporné ziskovosi, ploch vprvo od přímky p p h zánik z důvodu vsupu konkurence přilákné vysokou cenou. Πp Ψ O p p h p z p Ψ Ψ Obrázek 0: ón zániku Ψ p,π ; π<0 p>p h Opimální cen je kompromisem : p * p,p h. Konkréné poloh závisí n om, keré z obou uvžovných ohrožení pokládá rozhodovel z věší nkolik. Předpokládejme, že obě ohrožení hrozící vsup konkuren, nízký zisk jsou nezávislá, prvděpodobnosi zániku při ceně výsupu p oznčme 4 Obecná formulce modelu rozhodování výrobce v podmínkách vícenásobného ohrožení je uveden v prcích Hlváček J. kol. 999 nebo Hlváček J

39 η p, η 2 p, přičemž η p se ýká ohrožení zničujícím vsupem konkurence η 2 p je prvděpodobnos zániku poklesem zisku pod nulovou úroveň. následujících řech modelech odvodíme opimum pro ři různé předpokldy ýkjící se prvděpodobnosního rozdělení zániku resp. subjekivně pociťovné hrozby zániku rozhodovele. 3.2 Model - rovnoměrná rozdělení rizik zániku vzhledem k ceně omo modelu předpokládám rovnoměrná vzhledem k ceně p rozdělení prvděpodobnosi zániku z obou uvžovných důvodů. Disribuční funkce jsou následující: p p 0 η p v inervlu <p 0, p h > ph p0 0 pro p < p 0 pro p > p h, kde p 0 je cen, při keré zcel pomine možnos vsupu konkurence, p h je nejnižší cen, kerá vyvolá vsup konkurence: p p 2 η2 p v inervlu <p, p 2 > p2 p pro p < p 0 pro p > p 2, kde p 2 je nejnižší cen, při keré zcel pomine riziko zániku v důsledku nedosečného zisku. Firm s jisoou doplí svým zánikem n nedosečný zisk pro p < p < p h. Obrázky 2 ukzují disribuční funkce prvděpodobnosi pro o rozdělení: 39

40 η p p 0 p h p Obrázek : Prvděpodobnos zániku z důvodu vsupu konkurence - p p 2 η 2 p p Obrázek 2 : Prvděpodobnos zániku z důvodu nízkého zisku Prvděpodobnos přežií v omo modelu mximlizuje cen p *, při keré nbývá mxim funkce λp [-η p]. [-η 2p] K.p h -p.p-p, kde K /[p h -p 0.p 2 -p ] je konsn. Pro derivci éo funkce plí: λ p K.p h +p - 2p Položíme-li λ p * 0, plí pro rumen mxim neboť λ p -2K < 0 opimální cenová sreie : p * p h +p /2 Opimální je zde nikoliv překvpivě cen, kerá je průměrem kových úrovní ceny, při nichž se soprocenní jisoou nplňuje hrozb zániku z jednoho z obou uvžovných důvodů. 40

41 3.3 Model B - rovnoměrná rozdělení rizik zániku vzhledem k ziskovosi zhledem k omu, že poenciální konkuren je zineresován n zisku, je relisičějším předpokldem rovnoměrná rozdělení prvděpodobnosi zániku vzhledem k ziskovosi ππ/fc. Oznčíme π h πp h, π j πp j pro j,2. Disribuční funkce zániku jsou: η π π π 0 π π h 0 v inervlu [π 0 ; π h ] 0 pro π < π 0 pro π > π h, kde π 0 je úroveň ziskovosi, při keré zcel pomine možnos vsupu konkurence, π h je nejnižší úroveň ziskovosi Π/FC, kerá vyvolá vsup konkurence se 00% prvděpodobnosí, η π π 2 2 π v inervlu [π π 2 π ; π 2 ] pro π < π 0 pro π > π 2, kde π 2 je nejnižší ziskovos, při keré zcel pomine riziko zániku v důsledku nedosečného zisku, přičemž firm s jisoou doplí n nedosečný zisk pro π π. Rozhodovel, kerý mximlizuje prvděpodobnos svého přežií, v modelu B volí ziskovos π *, kerá je rumenem mxim funkce prvděpodobnosi přežií λπ K. [-η π]. [-η 2π], kde K / [π h - π 0. π 2 - π ], π Π/ FC [p.dp-fc] / FC. 4

42 Průběh éo funkce opimum rozhodovele π* pro lineárně klesjící popávkovou funkci pro přípd π < π 0 < π 2 < π h ukzuje obrázek 3. N omo obrázku předsvují rfy 2 disribuční funkce rovnoměrného rozdělení rizik zániku η π, η 2 π rf 3 prvděpodobnos přežií λπ. Položíme-li λ π 0, plí pro rumen mxim prvděpodobnosi přežií opě jko v modelu : π * π h + π /2,2 0,8 0,6 0,4 rf rf 2 rf 3 0,2 0-0, 0-0,2 0, π 0,2 0,3 π0,4 Obrázek 3: Prvděpodobnos přežií opimální ziskovos pro rovnoměrná rozdělení rizik zániku Opimální cen p * edy musí splňov podmínku p h. Dp h + p. Dp 2. p *. Dp * Plí proo, že cen p *, při keré doshuje mxim prvděpodobnos přežií rozhodovele, leží v inervlu min p h, p, mx p h, p : 3.4 Model C - normální rozdělení rizik zániku Model C prcuje s normálním rozložením prvděpodobnosí zániku z obou uvžovných důvodů vzhledem k ziskovosi ππ/fc. Prvděpodobnos přežií v omo modelu mximlizuje ziskovos π *, při keré nbývá mxim funkce prvděpodobnosi přežií 42

43 λπ K. [-η π]. [-η 2π], kde K / [π h - π 0. π 2 - π ], π Π/ FC [p.dp-fc] / FC Opimální ziskovos π * je kořenem rovnice Ωπ 0, kde Ωπ f π - f π.φ 2 π - f 2 π.φ π, přičemž symbolem f j znčíme husou rozdělení prvděpodobnosi zániku z j-ého důvodu j,2, symbolem Φ j kumulovnou disribuční funkci prvděpodobnosi přežií j. prvděpodobnos vyhnuí se zániku z důvodu j,2, Ωπ je derivce podle zisku prvděpodobnosi přežií subjeku j. vyhnuí se oběm ohrožením. -0,5-0,05 0,05 0,5 0,25 0,35 π π rf rf 2 rf 3 rf 4 Obrázek 4: Prvděpodobnos přežií opimální ziskovos pro normální rozdělení rizik zániku N obrázku 4 předsvují rfy, 2 disribuční funkce prvděpodobnosi zániku z důvodu j,2, rf 3 je prvděpodobnos přežií firmy j. vyhnuí se oběm hrozbám zániku λπ, rf 4 předsvuje funkci Ωπ. Poloh opim je vyznčen symbolem π *. 43

44 Obrázky 5 6 ukzují průběh prvděpodobnosi přežií vyhnuí se oběm hrozbám zániku v závislosi n ziskovosi π velikos opimální ziskovosi π *, o pro přípd, že obě rozdělení budou mí sejnou směrodnou odchylku 5. Pokud je směrodná odchylk shodná, mximální prvděpodobnos přežií vykzuje zisk, kerý odpovídá průměru sředních hodno obou rozdělení, kerý nezávisí n osních prmerech modelu společná velikos rozpylu, sklon popávkové funkce.,2 0,8 0,6 0,4 rf rf 2 rf 3 0,2 0-0,35-0,5 0,05π 2 0,25 0,45 π Obrázek 5: Prvděpodobnos přežií opimální ziskovos π * pro normální rozdělení rizik zániku při shodné směrodné odchylce σ σ 2 0, 5 zhledem k omu, že nelze obecně lebricky urči kumulovnou disribuční funkci normálního rozdělení, byly pro určení opim zde i níže použiy odhdy pomocí numerických meod. 44

45 ,2 0,8 0,6 rf rf 2 rf 3 0,4 0,2 0-0,3-0, 0, 0,3 π 2 π Obrázek 6: Prvděpodobnos přežií opimální ziskovos pro normální rozdělení rizik odchylce zániku při shodné směrodné σ σ 2 0,2 Přípd, kdy jsou rozpyly rozdělení prvděpodobnosí zániku vzhledem k zvolené ziskovosi výrzně různé, je nznčen n obrázcích 7 8. N obou obrázcích rf 3 předsvuje prvděpodobnos přežií subjeku, rfy 2 prvděpodobnosi zániku z jednoho z uvžovných důvodů.,2,0 0,8 0,6 0,4 0,2 0,0-0,4-0,2 0,0 π 0,2 0,4 0,6 2 π rf 2 rf 3 rf Obrázek 7: Prvděpodobnos přežií opimální ziskovos π * pro normální rozdělení rizik zániku při rozdílné směrodné odchylce σ < σ 2. 45

46 ,2 0,8 0,6 0,4 rf rf 3 rf 2 0,2 0-0,4-0,2 0,0 0,2 0,4 0,6 π Obrázek 8: Prvděpodobnos přežií opimální ziskovos π * pro normální rozdělení rizik zániku při rozdílné směrodné odchylce σ > σ 2. obou přípdech se opimální úroveň zisku π * posunuje od průměru sředních hodno obou rozdělení směrem ke sřední hodnoě rozdělení s vyšším rozpylem. Tm, kde je věší mír nejisoy, se subjek cíí více ohrožen proi omuo ohrožení se brání. výše uvedeného je prné, že zákldními deerminnmi velikosi opimálního zisku jsou především sřední hodnoy obou rozdělení vzh jejich rozpylů. fixujeme-li sřední hodnoy řekněme n úrovni 0 2, je možné porovn velikos opimálního zisku v závislosi n rozpylech. ávislos velikosi opimálního zisku n rozpylech obou rozdělení pro fixní sřední hodnoy n úrovni 0 2 je nznčen v obrázku 9. přípdě, že jsou ob rozpyly shodné, bude opimální ziskovos blízká úrovni průměru obou sředních hodno, edy úhlopříčce vyšrfovného čverce. Pro mlé kldné úrovně rozpylu obou rozdělení σ <0,25 zároveň σ 2 <0,25 bude úroveň opimální ziskovosi rovněž blízká průměru obou sředních hodno. měn v chování subjeku nsává pouze v přípdě, že jsou rozpyly prvděpodobnosí zániku z obou důvodů zásdně odlišné nejsou velmi nízké j. přeshují hodnou 0,25. 46

47 Opimální zisk π * v závislosi n rozpylech σ, σ 2 0,48 0,44 0,4 0,36 0,32 0,28 0,24 0,2 0,6 0,2,8-2,0,6-,8,4-,6,2-,4,0-,2 0,8-,0 0,6-0,8 0,4-0,6 0,2-0,4 0,0-0,2 0,08 0,04 0,00 0,00 0,04 0,08 0,2 0,6 0,2 0,24 0,28 0,32 0,36 0,4 0,44 0,48 Obrázek 9: Opimální zisk v závislosi n rozpylech náhodného rozdělení obou uvžovných ohrožení Skuečnos, že změn v chování subjeku nsává pouze v přípdě, že jsou rozpyly prvděpodobnosí zániku z obou důvodů zásdně odlišné nejsou velmi nízké j. přeshují hodnou 0,25, je zchycen řezy rfem z obrázku 9, znázorněnými n následujících obrázcích 20, 2: řez 2,0,8,6,4,2,0 0,8 0,6 0,4 0,2 0,0 0,00 0, 0,2 0,3 0,4 0,5 0,00 0,05 0, 0,5 0,2 0,25 0,3 0,35 0,4 0,45 0,5 Obrázek 20: Řez rfem n obrázku 9 ve směru vodorovné osy 47

48 řez 2 2,0,5,0 0,5 0,00 0, 0,2 0,3 0,4 0,5 0,0 0,00 0,05 0, 0,5 0,2 0,25 0,3 0,35 0,4 0,45 0,5 Obrázek 2: Řez rfem n obrázku 9 ve směru svislé osy Ob obrázky 20, 2 ukzují, že při udržení jednoho z rozpylů n konsnní hodnoě při zvyšování druhého z obou rozpylů zůsává opimální prvděpodobnos přežií konsnní ž do určié hodnoy, kerá přesvuje kvliivní zlom. Od éo úrovně se zčne opimální ziskovos relivně výrzně měni. provedené nlýzy lze usuzov, že relivně neprné zvýšení nejisoy v sysému může le nemusí mí z důsledek kvliivní změnu v chování sysému v jeho cilivosi n změnách jeho prmerů. To předsvuje prvek nesbiliy v odvěví nlyzovného ypu. Lze o inerpreov npříkld k, že velmi nízká mír rozpylu dává subjeku nolik pevnou půdu pod nohm, že se může přibližov k hrnicím zóny zániku do znčné míry bez obv, proože prvděpodobnos zániku je prkicky nulová. Při překročení určié hrnice může dojí ke kvliivní změně v chování subjeků. * * * Podřilo se edy prozkoum nebo spíše modelově uchopi problém opimální obchodní sreie firmy v podmínkách sále rosoucích výnosů z rozshu při vysokých počáečních fixních nákldech pro vsup do odvěví nulových mezních nákldech, hrozí-li firmě kromě zániku z důvodu nízké ziskovosi i zničující vsup konkurence. Opimem je kompromisní mezi 48

Vztahy mezi veličinami popisujíscími pohyb

Vztahy mezi veličinami popisujíscími pohyb 1.1.23 Vzhy mezi veličinmi popisujíscími pohyb Předpokldy: 010122 Pedgogická poznámk: Cílem hodiny je: získání ciu pro diferenciální chování veličin, nácvik dovednosi dodržování prvidel (kreslení derivovných

Více

10 Transformace 3D. 10.1 Transformace a jejich realizace. Studijní cíl. Doba nutná k nastudování. Průvodce studiem

10 Transformace 3D. 10.1 Transformace a jejich realizace. Studijní cíl. Doba nutná k nastudování. Průvodce studiem Trnsformce 3D Sudijní cíl Teno blok je věnován rnsformcím 3D grfik. V eu budou popsán ákldní rnsformce v prosoru posunuí oočení kosení měn měřík používné při prcování 3D modelu. Jednolivé rnsformce budou

Více

1.1.20 Sbírka na procvičení vztahů mezi veličinami popisujícími pohyb

1.1.20 Sbírka na procvičení vztahů mezi veličinami popisujícími pohyb 1.1.20 Sbírk n procvičení vzhů mezi veličinmi popisujícími pohyb Máme ři veličiny popisující pohyb dv vzhy, keré je spojují nvzájem. s v = Rychlos je změn dráhy z změnu čsu (rychlos říká, jk se v čse mění

Více

Rovnoměrně zrychlený pohyb v grafech

Rovnoměrně zrychlený pohyb v grafech ..9 Ronoměrně zrychlený pohyb grfech Předpokldy: 4 Př. : N obrázku jsou nkresleny grfy dráhy, rychlosi zrychlení ronoměrně zrychleného pohybu. Přiřď grfy eličinám. s,, ronoměrně zrychlený pohyb: zrychlení

Více

EKONOMETRIE 6. přednáška Modely národního důchodu

EKONOMETRIE 6. přednáška Modely národního důchodu EKONOMETRIE 6. přednáška Modely národního důchodu Makroekonomické modely se zabývají modelováním a analýzou vzahů mezi agregáními ekonomickými veličinami jako je důchod, spořeba, invesice, vládní výdaje,

Více

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV

Porovnání způsobů hodnocení investičních projektů na bázi kritéria NPV 3 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6-7 září 2006 Porovnání způsobů hodnocení invesičních projeků na bázi kriéria Dana Dluhošová

Více

Digitální učební materiál

Digitální učební materiál Digiální učení meriál Číslo projeku CZ..7/../.8 Náev projeku Zkvlinění výuk prosřednicvím ICT Číslo náev šlon klíčové kivi III/ Inovce kvlinění výuk prosřednicvím ICT Příjemce podpor Gmnáium, Jevíčko,

Více

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA

Analýza rizikových faktorů při hodnocení investičních projektů dle kritéria NPV na bázi EVA 4 mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 11-12 září 2008 Analýza rizikových fakorů při hodnocení invesičních projeků dle kriéria

Více

Téma 9: Aplikace metody POPV

Téma 9: Aplikace metody POPV Tém 9: Aplikce meody POPV Přednášk z předměu: Prvděpodobnosní posuzování konsrukcí 4. ročník bklářského sudi Kedr svební mechniky Fkul svební Vysoká škol báňská Technická univerzi Osrv Osnov přednášky

Více

Skupinová obnova. Postup při skupinové obnově

Skupinová obnova. Postup při skupinové obnově Skupinová obnova Při skupinové obnově se obnovují všechny prvky základního souboru nebo určiá skupina akových prvků najednou. Posup při skupinové obnově prvky, jež selžou v určiém období, je nuno obnovi

Více

Studie proveditelnosti (Osnova)

Studie proveditelnosti (Osnova) Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele

Více

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011 Evropský sociální fond Praha & EU: Invesujeme do vaší budoucnosi Ekonomika podniku Kaedra ekonomiky, manažersví a humaniních věd Fakula elekroechnická ČVUT v Praze Ing. Kučerková Blanka, 2011 Kriéria efekivnosi

Více

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK

ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK ZPŮSOBY MODELOVÁNÍ ELASTOMEROVÝCH LOŽISEK Vzhledem ke skuečnosi, že způsob modelování elasomerových ložisek přímo ovlivňuje průběh vniřních sil v oblasi uložení, rozebereme v éo kapiole jednolivé možné

Více

FAKULTA APLIKOVANÝCH VĚD

FAKULTA APLIKOVANÝCH VĚD FAKULTA APLIKOVANÝCH VĚD ZÁPADOČESKÁ UNIVERZITA V PLZNI Semesrální práce z předměu KMA/MAB Téma: Schopnos úrokového rhu předvída sazby v době krize Daum: 7..009 Bc. Jan Hegeď, A08N095P Úvod Jako éma pro

Více

Kinematika hmotného bodu

Kinematika hmotného bodu DOPLŇKOVÉ TEXTY BB1 PAVEL SCHAUER INTERNÍ MATERIÁL FAST VUT V BRNĚ Kinemik hmoného bodu Obsh Klsická mechnik... Vzžný sysém... Polohoý ekor... Trjekorie... Prmerické ronice rjekorie... 3 Příkld 1... 3

Více

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA DOKTORSKÁ DISERTAČNÍ PRÁCE VYTVÁŘENÍ TRŽNÍ ROVNOVÁHY VYBRANÝCH ZEMĚDĚLSKO-POTRAVINÁŘSKÝCH PRODUKTŮ Ing. Michal Malý Školiel: Prof. Ing. Jiří

Více

Nakloněná rovina II

Nakloněná rovina II 1215 Nkloněná rovin II Předokldy: 1214 Pomůcky: siloměr 2,5 N, sd n měření řecí síly Pedoická oznámk: V éo následující hodině se nerobírá žádná nová lák Přeso jde o oměrně důležié hodiny, roože žáci se

Více

Analýza citlivosti NPV projektu na bázi ukazatele EVA

Analýza citlivosti NPV projektu na bázi ukazatele EVA 3. mezinárodní konference Řízení a modelování finančních rizik Osrava VŠB-U Osrava, Ekonomická fakula, kaedra Financí 6.-7. září 2006 Analýza cilivosi NPV projeku na bázi ukazaele EVA Dagmar Richarová

Více

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů

Metodika zpracování finanční analýzy a Finanční udržitelnost projektů OPERAČNÍ PROGRAM ŽIVOTNÍ PROSTŘEDÍ EVROPSKÁ UNIE Fond soudržnosi Evropský fond pro regionální rozvoj Pro vodu, vzduch a přírodu Meodika zpracování finanční analýzy a Finanční udržielnos projeků PŘÍLOHA

Více

Aplikace analýzy citlivosti při finačním rozhodování

Aplikace analýzy citlivosti při finačním rozhodování 7 mezinárodní konference Finanční řízení podniků a finančních insiucí Osrava VŠB-U Osrava Ekonomická fakula kaedra Financí 8 9 září 00 plikace analýzy cilivosi při finačním rozhodování Dana Dluhošová Dagmar

Více

ROVNICE, NEROVNICE A PRŮBĚH FUNKCÍ

ROVNICE, NEROVNICE A PRŮBĚH FUNKCÍ MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA MATEMATICKÁ SEKCE ROVNICE, NEROVNICE A PRŮBĚH FUNKCÍ (EQUATIONS, UNEQUATIONS AND BEHAVIOUR OF FUNCTIONS) RIGORÓZNÍ PRÁCE OBOR UČITELSTVÍ MATEMATIKY PRO STŘEDNÍ

Více

Schéma modelu důchodového systému

Schéma modelu důchodového systému Schéma modelu důchodového sysému Cílem následujícího exu je názorně popsa srukuru modelu, kerý slouží pro kvanifikaci příjmové i výdajové srany důchodového sysému v ČR, a o jak ve varianách paramerických,

Více

DERIVACE A INTEGRÁLY VE FYZICE

DERIVACE A INTEGRÁLY VE FYZICE DOPLŇKOVÉ TEXTY BB0 PAVEL SCHAUER INTERNÍ MATERIÁL FAST VUT V BRNĚ DERIVACE A INTEGRÁLY VE FYZICE Obsh Derivce... Definice derivce... Prciální derivce... Derivce vektorů... Výpočt derivcí... 3 Algebrická

Více

ROVNOVÁHA. 5. Jak by se změnila účinnost fiskální politiky, pokud by spotřeba kromě důchodu závisela i na úrokové sazbě?

ROVNOVÁHA. 5. Jak by se změnila účinnost fiskální politiky, pokud by spotřeba kromě důchodu závisela i na úrokové sazbě? ROVNOVÁHA Zadání 1. Použijte neoklasickou teorii rozdělování k předpovědi efektu následujících událostí na reálnou mzdu a reálnou cenu kapitálu: a) Vlna imigrace zvýší množství pracovníků v zemi. b) Zemětřesení

Více

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise

PŘÍLOHA SDĚLENÍ KOMISE. nahrazující sdělení Komise EVROPSKÁ KOMISE V Bruselu dne 28.10.2014 COM(2014) 675 final ANNEX 1 PŘÍLOHA SDĚLENÍ KOMISE nahrazující sdělení Komise o harmonizovaném rámci návrhů rozpočových plánů a zpráv o emisích dluhových násrojů

Více

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY

APLIKACE INDEXU DAŇOVÉ PROGRESIVITY V PODMÍNKÁCH ČESKÉ REPUBLIKY APLIKACE INDEXU DAŇOVÉ PROGRESIVIT V PODMÍNKÁCH ČESKÉ REPUBLIK Ramanová Ivea ABSTRAKT Příspěvek je věnován problemaice měření míry progresiviy zdanění pomocí indexu daňové progresiviy, kerý vychází z makroekonomických

Více

VI. Nevlastní integrály

VI. Nevlastní integrály VI. Nevlsní inegrály Obsh 1 Inegrál jko funke horní meze 2 2 Nevlsní inegrály 2 2.1 Nevlsníinegrályvlivemmeze... 3 2.2 Nevlsníinegrályvlivemfunke... 3 2.3 Výpočeneurčiýhinegrálů.... 4 2.3.1 Nevlsníinegrályvlivemmeze...

Více

Studie proveditelnosti (Osnova)

Studie proveditelnosti (Osnova) Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele

Více

VIII. Primitivní funkce a Riemannův integrál

VIII. Primitivní funkce a Riemannův integrál VIII. Primitivní funkce Riemnnův integrál VIII.2. Primitivní funkce Definice. Nechť funkce f je definován n neprázdném otevřeném intervlu I. Řekneme, že funkce F : I R je primitivní funkce k f n intervlu

Více

FINANČNÍ MATEMATIKA- ÚVĚRY

FINANČNÍ MATEMATIKA- ÚVĚRY Projek ŠABLONY NA GVM Gymnázium Velké Meziříčí regisrační číslo projeku: CZ.1.07/1.5.00/4.0948 IV- Inovace a zkvalinění výuky směřující k rozvoji maemaické gramonosi žáků sředních škol FINANČNÍ MATEMATIKA-

Více

Zavedení a vlastnosti reálných čísel PŘIROZENÁ, CELÁ A RACIONÁLNÍ ČÍSLA

Zavedení a vlastnosti reálných čísel PŘIROZENÁ, CELÁ A RACIONÁLNÍ ČÍSLA Zvedení vlstnosti reálných čísel Reálná čísl jsou zákldním kmenem mtemtické nlýzy. Konstrukce reálných čísel sice není náplní mtemtické nlýzy, le množin reálných čísel R je pro mtemtickou nlýzu zákldním

Více

INTEGRÁLNÍ POČET. Primitivní funkce. Neurčitý integrál. Pravidla a vzorce pro integrování

INTEGRÁLNÍ POČET. Primitivní funkce. Neurčitý integrál. Pravidla a vzorce pro integrování INTEGRÁLNÍ POČET Primiivní unkce. Neurčiý inegrál Deinice. Jesliže pro unkce F einovné n oevřeném inervlu J plí F pro kžé J, říkáme, že F je primiivní unkcí k unkci n J. Vě. Je-li spojiá n J, pk k ní eisuje

Více

12. MOCNINY A ODMOCNINY

12. MOCNINY A ODMOCNINY . MOCIY A ODMOCIY.. Vypoči: ( 0 8 8 6 6 0 ( 8 9 7 7 d 8 6 0 ( 0 ( 6 00 ŘEŠEÍ: ( 0 8 ( 0 8+ 6 8 7 6 6 8 ( ( 8 8 6 6 8 96 08 0 8 8 8+ 96+ 08088 6 ( 6 ( ( 6 6 0 ( 0 ( ( ( 6 00 8+ 8+ 87 6 8+ 6+ 6 0 6 ( ( 9

Více

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat. 4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci

Více

No. 1 Michal Hlaváček Difuse technologií 2001/3

No. 1 Michal Hlaváček Difuse technologií 2001/3 No. Michl Hlváček Difuse echoloií 200/3 . Úvod Hospodářský vývoj ve svěě proděll v posledích páci leech ěkolik změ, přičemž ekoomická eorie ě věšiou v odpovídjící míře ereovl. Trdičí ekoomické eorie, keré

Více

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1

( ) Základní transformace časových řad. C t. C t t = Μ. Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Makroekonomická analýza Popisná analýza ekonomických časových řad (ii) 1 Základní ransformace časových řad Veškeré násroje základní korelační analýzy, kam paří i lineární regresní (ekonomerické) modely

Více

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY

Katedra obecné elektrotechniky Fakulta elektrotechniky a informatiky, VŠB - TU Ostrava 4. TROJFÁZOVÉ OBVODY Kaedra obecné elekroechniky Fakula elekroechniky a inormaiky, VŠB - T Osrava. TOJFÁZOVÉ OBVODY.1 Úvod. Trojázová sousava. Spojení ází do hvězdy. Spojení ází do rojúhelníka.5 Výkon v rojázových souměrných

Více

Vliv funkce příslušnosti na průběh fuzzy regulace

Vliv funkce příslušnosti na průběh fuzzy regulace XXVI. ASR '2 Seminar, Insrumens and Conrol, Osrava, April 26-27, 2 Paper 2 Vliv funkce příslušnosi na průběh fuzzy regulace DAVIDOVÁ, Olga Ing., Vysoké učení Technické v Brně, Fakula srojního inženýrsví,

Více

Obecně: K dané funkci f hledáme funkci ϕ z dané množiny funkcí M, pro kterou v daných bodech x 0 < x 1 <... < x n. (δ ij... Kroneckerovo delta) (4)

Obecně: K dané funkci f hledáme funkci ϕ z dané množiny funkcí M, pro kterou v daných bodech x 0 < x 1 <... < x n. (δ ij... Kroneckerovo delta) (4) KAPITOLA 13: Numerická integrce interpolce [MA1-18:P13.1] 13.1 Interpolce Obecně: K dné funkci f hledáme funkci ϕ z dné množiny funkcí M, pro kterou v dných bodech x 0 < x 1

Více

VIII. Primitivní funkce a Riemannův integrál

VIII. Primitivní funkce a Riemannův integrál VIII. Primitivní funkce Riemnnův integrál VIII.2. Riemnnův integrál opkování Vět. Nechť f je spojitá funkce n intervlu, b nechť c, b. Oznčíme-li F (x) = x (, b), pk F (x) = f(x) pro kždé x (, b). VIII.3.

Více

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky

Demografické projekce počtu žáků mateřských a základních škol pro malé územní celky Demografické projekce poču žáků maeřských a základních škol pro malé územní celky Tomáš Fiala, Jika Langhamrová Kaedra demografie Fakula informaiky a saisiky Vysoká škola ekonomická v Praze Pořebná daa

Více

Rovnoměrně zrychlený pohyb v grafech

Rovnoměrně zrychlený pohyb v grafech .. Ronoměrně zrychlený pohyb grfech Předpokldy: 009 Př. : N obrázku jou nkreleny grfy dráhy, rychloi zrychlení ronoměrně zrychleného pohybu. Přiřď grfy eličinám. Ronoměrně zrychlený pohyb: Zrychlení je

Více

ANALÝZA ODCHYLEK NPV NA BÁZI UKAZATELE EVA A JEJÍ VYUŽITÍ PŘI POSTAUDITU INVESIC

ANALÝZA ODCHYLEK NPV NA BÁZI UKAZATELE EVA A JEJÍ VYUŽITÍ PŘI POSTAUDITU INVESIC ANALÝZA ODCHYLEK NA BÁZI UKAZATELE A JEJÍ VYUŽITÍ PŘI POSTAUDITU INVESIC Rchrová Dgmr ABSTRAKT Příspěvek je změřen n možnos využí nlýzy odchylek plkcí pyrmdového rozkldu čsé součsné hodnoy n báz ukzele

Více

ZÁKLADY. y 1 + y 2 dx a. kde y je hledanou funkcí proměnné x.

ZÁKLADY. y 1 + y 2 dx a. kde y je hledanou funkcí proměnné x. VARIAČNÍ POČET ZÁKLADY V prxi se čsto hledjí křivky nebo plochy, které minimlizují nebo mximlizují jisté hodnoty. Npř. se hledá nejkrtší spojnice dvou bodů n dné ploše, nebo tvr zvěšeného ln (má minimální

Více

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav

5. Využití elektroanalogie při analýze a modelování dynamických vlastností mechanických soustav 5. Využií elekroanalogie při analýze a modelování dynamických vlasnosí mechanických sousav Analogie mezi mechanickými, elekrickými či hydraulickými sysémy je známá a lze ji účelně využíva při analýze dynamických

Více

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY

INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY INDIKÁTORY HODNOCENÍ EFEKTIVNOSTI VÝDAJŮ MÍSTNÍCH ROZPOČTŮ DO OBLASTI NAKLÁDÁNÍ S ODPADY Jana Soukopová Anoace Příspěvek obsahuje dílčí výsledky provedené analýzy výdajů na ochranu živoního prosředí z

Více

Několik poznámek k oceňování plynárenských aktiv v prostředí regulace činnosti distribuce zemního plynu v České republice #

Několik poznámek k oceňování plynárenských aktiv v prostředí regulace činnosti distribuce zemního plynu v České republice # Několik poznámek k oceňování plynárenských akiv v prosředí regulace činnosi disribuce zemního plynu v České republice # Jiří Hnilica * Odvěví disribuce zemního plynu paří mezi regulovaná odvěví. Způsoby

Více

MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA

MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA Přednáška 7 MĚNOVÁ POLITIKA, OČEKÁVÁNÍ NA FINANČNÍCH TRZÍCH, VÝNOSOVÁ KŘIVKA A INTERAKCE S MĚNOVÝM KURZEM (navazující přednáška na přednášku na éma inflace, měnová eorie a měnová poliika) Měnová poliika

Více

Pasivní tvarovací obvody RC

Pasivní tvarovací obvody RC Sřední průmyslová škola elekroechnická Pardubice CVIČENÍ Z ELEKTRONIKY Pasivní varovací obvody RC Příjmení : Česák Číslo úlohy : 3 Jméno : Per Daum zadání : 7.0.97 Školní rok : 997/98 Daum odevzdání :

Více

Účinnost plynových turbín

Účinnost plynových turbín Účinnos lynovýh urbín eelná účinnos (zisk využielné ehniké ráe) se snovuje sejně jko u všeh eelnýh oběhů. ermodynmiké změny rovní láky, v -v, -s digrmu, jsou n obr.. ehniké rovedení n obr. Ideální eelná

Více

Zásady hodnocení ekonomické efektivnosti energetických projektů

Zásady hodnocení ekonomické efektivnosti energetických projektů Absrak Zásady hodnocení ekonomické efekivnosi energeických projeků Jaroslav Knápek, Oldřich Sarý, Jiří Vašíček ČVUT FEL, kaedra ekonomiky Každý energeický projek má své ekonomické souvislosi. Invesor,

Více

Řešení soustav lineárních rovnic

Řešení soustav lineárních rovnic Řešeí sousv lieáríc rovic Sousv lieáríc rovic Sousvou m lieáríc rovic o ezámýc rozumíme sousvu : Kde ij i R M m m Čísl ij zýváme koeficiey sousvy čísl i soluí čley Uvedeou sousvu udeme zči Sm m M m Homogeí

Více

Obvykle se používá stejná transformační matice pro napětí a proud.

Obvykle se používá stejná transformační matice pro napětí a proud. Trnsformce do složkových sousv náhrd fázorů fyzikálních veličin složkmi V rojfázové sousvě plí I I I c Ic b bc b bc V rnsformovné sousvě plí o I o I I n In m omn m omn Definičně určíme pro npěí 1 bc u

Více

Určitý integrál

Určitý integrál 030 Určiý inegrál Předpokld: 00309 V několik minulých hodinách jsme se učili inegro - hledli jsme primiiní funkce Kráké shrnuí: F x dokážeme posupem, kerý nzýáme derioání, njí zcel přesně Pro hezké funkce

Více

Parciální funkce a parciální derivace

Parciální funkce a parciální derivace Parciální funkce a parciální derivace Pro sudeny FP TUL Marina Šimůnková 19. září 2018 1. Parciální funkce. Příklad: zvolíme-li ve funkci f : (x, y) sin(xy) pevnou hodnou y, například y = 2, dosaneme funkci

Více

2.2.9 Jiné pohyby, jiné rychlosti II

2.2.9 Jiné pohyby, jiné rychlosti II 2.2.9 Jiné pohyby, jiné rychlosi II Předpoklady: 020208 Pomůcky: papíry s grafy Př. 1: V abulce je naměřeno prvních řice sekund pohybu konkurenčního šneka. Vypoči: a) jeho průměrnou rychlos, b) okamžié

Více

4. Střední radiační teplota; poměr osálání,

4. Střední radiační teplota; poměr osálání, Sálavé a průmyslové vyápění (60). Sřední radiační eploa; poměr osálání, operaivní a výsledná eploa.. 08 a.. 08 Ing. Jindřich Boháč TEPLOTY Sřední radiační eploa - r Sálavé vyápění = PŘEVÁŽNĚ sálavé vyápění

Více

je jedna z orientací určena jeho parametrizací. Je to ta, pro kterou je počátečním bodem bod ϕ(a). Im k.b.(c ) ( C ) (C ) Obr Obr. 3.5.

je jedna z orientací určena jeho parametrizací. Je to ta, pro kterou je počátečním bodem bod ϕ(a). Im k.b.(c ) ( C ) (C ) Obr Obr. 3.5. 10. Komplexní funkce reálné proměnné. Křivky. Je-li f : (, b) C, pk lze funkci f povžovt z dvojici (u, v), kde u = Re f v = Im f. Rozdíl proti vektorovému poli je v tom, že jsou pro komplexní čísl definovány

Více

APLIKACE METODY RIPRAN V SOFTWAROVÉM INŽENÝRSTVÍ

APLIKACE METODY RIPRAN V SOFTWAROVÉM INŽENÝRSTVÍ APLIKACE METODY RIPRAN V SOFTWAROVÉM INŽENÝRSTVÍ Brnislv Lcko VUT v Brně, Fkult strojního inženýrství, Ústv utomtizce informtiky, Technická 2, 616 69 Brno, lcko@ui.fme.vutbr.cz Abstrkt Příspěvek podává

Více

1.1.15 Řešení příkladů na rovnoměrně zrychlený pohyb I

1.1.15 Řešení příkladů na rovnoměrně zrychlený pohyb I ..5 Řešení příkldů n ronoměrně zrychlený pohyb I Předpokldy: 4 Pedgogická poznámk: Cílem hodiny je, by se sudeni nučili smosně řeši příkldy. Aby dokázli njí zh, kerý umožňuje příkld yřeši, dokázli ze zhů

Více

4. přednáška 22. října Úplné metrické prostory. Metrický prostor (M, d) je úplný, když každá cauchyovská posloupnost bodů v M konverguje.

4. přednáška 22. října Úplné metrické prostory. Metrický prostor (M, d) je úplný, když každá cauchyovská posloupnost bodů v M konverguje. 4. přednášk 22. říjn 2007 Úplné metrické prostory. Metrický prostor (M, d) je úplný, když kždá cuchyovská posloupnost bodů v M konverguje. Příkldy. 1. Euklidovský prostor R je úplný, kždá cuchyovská posloupnost

Více

Analogový komparátor

Analogový komparátor Analogový komparáor 1. Zadání: A. Na předloženém inverujícím komparáoru s hyserezí změře: a) převodní saickou charakerisiku = f ( ) s diodovým omezovačem při zvyšování i snižování vsupního napěí b) zaěžovací

Více

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA,

IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, IMPULSNÍ A PŘECHODOVÁ CHARAKTERISTIKA, STABILITA. Jednokový impuls (Diracův impuls, Diracova funkce, funkce dela) někdy éž disribuce dela z maemaického hlediska nejde o pravou funkci (přesný popis eorie

Více

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Indexy základní, řeězové a empo přírůsku Aleš Drobník srana 1 7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU V kapiole Indexy při časovém srovnání jsme si řekli: Časové srovnání vzniká, srovnáme-li jednu

Více

{ } ( ) ( ) 2.5.8 Vztahy mezi kořeny a koeficienty kvadratické rovnice. Předpoklady: 2301, 2508, 2507

{ } ( ) ( ) 2.5.8 Vztahy mezi kořeny a koeficienty kvadratické rovnice. Předpoklady: 2301, 2508, 2507 58 Vzth mezi kořen koefiient kvdrtiké rovnie Předpokld:, 58, 57 Pedgogiká poznámk: Náplň zřejmě přeshuje možnost jedné vučoví hodin, příkld 8 9 zůstvjí n vičení neo polovinu hodin při píseme + + - zákldní

Více

Matematika v automatizaci - pro řešení regulačních obvodů:

Matematika v automatizaci - pro řešení regulačních obvodů: . Komplexní čísla Inegrovaná sřední škola, Kumburská 846, Nová Paka Auomaizace maemaika v auomaizaci Maemaika v auomaizaci - pro řešení regulačních obvodů: Komplexní číslo je bod v rovině komplexních čísel.

Více

Derivace funkce více proměnných

Derivace funkce více proměnných Derivace funkce více proměnných Pro sudeny FP TUL Marina Šimůnková 21. prosince 2017 1. Parciální derivace. Ve výrazu f(x, y) považujeme za proměnnou jen x a proměnnou y považujeme za konsanu. Zderivujeme

Více

Zhodnocení historie predikcí MF ČR

Zhodnocení historie predikcí MF ČR E Zhodnocení hisorie predikcí MF ČR První experimenální publikaci, kerá shrnovala minulý i očekávaný budoucí vývoj základních ekonomických indikáorů, vydalo MF ČR v lisopadu 1995. Tímo byl položen základ

Více

Integrální počet - IV. část (aplikace na určitý vlastní integrál, nevlastní integrál)

Integrální počet - IV. část (aplikace na určitý vlastní integrál, nevlastní integrál) Integrální počet - IV. část (plikce n určitý vlstní integrál, nevlstní integrál) Michl Fusek Ústv mtemtiky FEKT VUT, fusekmi@feec.vutbr.cz 9. přednášk z AMA Michl Fusek (fusekmi@feec.vutbr.cz) / 4 Obsh

Více

OBECNÝ URČITÝ INTEGRÁL

OBECNÝ URČITÝ INTEGRÁL OBECNÝ URČITÝ INTEGRÁL Zobecnění Newtonov nebo Riemnnov integrálu se definují různým způsobem dostnou se někdy různé, někdy stejné pojmy. V tomto textu bude postup volen jko zobecnění Newtonov integrálu,

Více

V předchozích kapitolách byla popsána inverzní operace k derivování. Zatím nebylo jasné, k čemu tento nástroj slouží.

V předchozích kapitolách byla popsána inverzní operace k derivování. Zatím nebylo jasné, k čemu tento nástroj slouží. NEWTONŮV INTEGRÁL V předchozích kpitolách byl popsán inverzní operce k derivování Ztím nebylo jsné, k čemu tento nástroj slouží Uvžujme trmvj, která je poháněn elektřinou při brždění vyrábí dynmem elektřinu:

Více

Vybrané metody statistické regulace procesu pro autokorelovaná data

Vybrané metody statistické regulace procesu pro autokorelovaná data XXVIII. ASR '2003 Seminar, Insrumens and Conrol, Osrava, May 6, 2003 239 Vybrané meody saisické regulace procesu pro auokorelovaná daa NOSKIEVIČOVÁ, Darja Doc., Ing., CSc. Kaedra konroly a řízení jakosi,

Více

Matice. a B =...,...,...,...,..., prvků z tělesa T (tímto. Definice: Soubor A = ( a. ...,..., ra

Matice. a B =...,...,...,...,..., prvků z tělesa T (tímto. Definice: Soubor A = ( a. ...,..., ra Definice: Soubor A ( i j ) Mtice 11 12 1n 21 22 2n m 1 m2 prvků z těles T (tímto tělesem T bude v nší prxi nejčstěji těleso reálných čísel R resp těleso rcionálních čísel Q či těleso komplexních čísel

Více

9 Viskoelastické modely

9 Viskoelastické modely 9 Viskoelasické modely Polymerní maeriály se chovají viskoelasicky, j. pod vlivem mechanického namáhání reagují současně jako pevné hookovské láky i jako viskózní newonské kapaliny. Viskoelasické maeriály

Více

x + F F x F (x, f(x)).

x + F F x F (x, f(x)). I. Funkce dvou více reálných proměnných 8. Implicitně dné funkce. Budeme se zbývt úlohou, kdy funkce není zdná přímo předpisem, který vyjdřuje závislost její hodnoty n hodnotách proměnných. Jeden z možných

Více

podle ust a násl. zák. č. 89/2012 Sb., občanský zákoník, ve znění pozdějších předpisů Článek I.

podle ust a násl. zák. č. 89/2012 Sb., občanský zákoník, ve znění pozdějších předpisů Článek I. Jkub Hnik nr. 15.1.1974 bytem: U Potok 170, 273 53 Hostouň nr. 31.1.1979 bytem: Lidečská 387, 155 21 Prh Zličín (dále jen budoucí oprávněný ) IČ: 00234397 Kldenská 119, 273 53 Hostouň bnkovní spojení:

Více

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007

Věstník ČNB částka 25/2007 ze dne 16. listopadu 2007 Třídící znak 1 0 7 0 7 6 1 0 ŘEDITEL SEKCE BANKOVNÍCH OBCHODŮ ČESKÉ NÁRODNÍ BANKY VYHLAŠUJE ÚPLNÉ ZNĚNÍ OPATŘENÍ ČESKÉ NÁRODNÍ BANKY Č. 2/2003 VĚST. ČNB, KTERÝM SE STANOVÍ PODMÍNKY TVORBY POVINNÝCH MINIMÁLNÍCH

Více

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je. Pravděpodobnos a saisika 0. ČASOVÉ ŘADY Průvodce sudiem Využijeme znalosí z předchozích kapiol, především z 9. kapioly, kerá pojednávala o regresní analýze, a rozšíříme je. Předpokládané znalosi Pojmy

Více

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti

Měření výkonnosti údržby prostřednictvím ukazatelů efektivnosti Měření výkonnosi údržby prosřednicvím ukazaelů efekivnosi Zdeněk Aleš, Václav Legá, Vladimír Jurča 1. Sledování efekiviy ve výrobní organizaci S rozvojem vědy a echniky je spojena řada požadavků kladených

Více

Popis regulátoru pro řízení směšovacích ventilů a TUV

Popis regulátoru pro řízení směšovacích ventilů a TUV Popis reguláoru pro řízení směšovacích venilů a TUV Reguláor je určen pro ekviermní řízení opení jak v rodinných domcích, ak i pro věší koelny. Umožňuje regulaci jednoho směšovacího okruhu, přípravu TUV

Více

Přehled modelů viskoelastických těles a materiálů

Přehled modelů viskoelastických těles a materiálů Přehled modelů vskoelsckých ěles merálů Klscké reologcké modely Klscké reologcké modely vycházejí z předsvy, že chováí ěles lze hrd chováím sysému složeého z pruž písů, edy z ookeových ewoových ěles. ookeovo

Více

Integrální počet - II. část (určitý integrál a jeho aplikace)

Integrální počet - II. část (určitý integrál a jeho aplikace) Integrální počet - II. část (určitý integrál jeho plikce) Michl Fusek Ústv mtemtiky FEKT VUT, fusekmi@feec.vutbr.cz 7. přednášk z ESMAT Michl Fusek (fusekmi@feec.vutbr.cz) 1 / 23 Obsh 1 Určitý vlstní (Riemnnův)

Více

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví

Metodika transformace ukazatelů Bilancí národního hospodářství do Systému národního účetnictví Vysoká škola ekonomická v Praze Fakula informaiky a saisiky Kaedra ekonomické saisiky Meodika ransformace ukazaelů Bilancí národního hospodářsví do Sysému národního účenicví Ing. Jaroslav Sixa, Ph.D. Doc.

Více

2. ZÁKLADY TEORIE SPOLEHLIVOSTI

2. ZÁKLADY TEORIE SPOLEHLIVOSTI 2. ZÁKLADY TEORIE SPOLEHLIVOSTI Po úspěšném a akivním absolvování éo KAPITOLY Budee umě: orienova se v základním maemaickém aparáu pro eorii spolehlivosi, j. v poču pravděpodobnosi a maemaické saisice,

Více

KONCEPT UDRŽITELNOSTI NEGATIVNÍ ČISTÉ INVESTIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LETECH

KONCEPT UDRŽITELNOSTI NEGATIVNÍ ČISTÉ INVESTIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LETECH KONCEP UDRŽIELNOSI NEGAIVNÍ ČISÉ INVESIČNÍ POZICE A JEHO APLIKACE NA PŘÍKLADU ČESKÉ REPUBLIKY V LEECH 1999 2011 Karel Brůna, Vysoká škola ekonomická v Praze 1 1. Úvod Pro ranziivní ekonomiky je ypické,

Více

13. Exponenciální a logaritmická funkce

13. Exponenciální a logaritmická funkce @11 1. Eponenciální logritmická funkce Mocninná funkce je pro r libovolné nenulové reálné číslo dán předpisem f: y = r, r R, >0 Eponent r je konstnt je nezávisle proměnná. Definičním oborem jsou pouze

Více

MINISTERSTVO PRO MÍSTNÍ ROZVOJ Národní orgán pro koordinaci POKYN PRO TVORBU A OBSAH ZPRÁVY O REALIZACI OPERAČNÍHO PROGRAMU PRO MONITOROVACÍ VÝBOR

MINISTERSTVO PRO MÍSTNÍ ROZVOJ Národní orgán pro koordinaci POKYN PRO TVORBU A OBSAH ZPRÁVY O REALIZACI OPERAČNÍHO PROGRAMU PRO MONITOROVACÍ VÝBOR MINISTERSTVO PRO MÍSTNÍ ROZVOJ Národní orgán pro koordinci POKYN PRO TVORBU A OBSAH ZPRÁVY O REALIZACI OPERAČNÍHO PROGRAMU PRO MONITOROVACÍ VÝBOR ŘÍJEN 2014 MINISTERSTVO PRO MÍSTNÍ ROZVOJ Odbor řízení

Více

26. listopadu a 10.prosince 2016

26. listopadu a 10.prosince 2016 Integrální počet Přednášk 4 5 26. listopdu 10.prosince 2016 Obsh 1 Neurčitý integrál Tbulkové integrály Substituční metod Metod per-prtes 2 Určitý integrál Geometrické plikce Fyzikální plikce K čemu integrální

Více

NEWTONŮV INTEGRÁL. V předchozích kapitolách byla popsána inverzní operace k derivování. Zatím nebylo jasné, k čemu tento nástroj slouží.

NEWTONŮV INTEGRÁL. V předchozích kapitolách byla popsána inverzní operace k derivování. Zatím nebylo jasné, k čemu tento nástroj slouží. NEWTONŮV INTEGRÁL V předchozích kpitolách byl popsán inverzní operce k derivování. Ztím nebylo jsné, k čemu tento nástroj slouží. Uvžujme trmvj, která je poháněn elektřinou při brždění vyrábí dynmem elektřinu:

Více

Mikroekonomie Nabídka, poptávka

Mikroekonomie Nabídka, poptávka Téma cvičení č. 2: Mikroekonomie Nabídka, poptávka Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Podstatné z minulého cvičení Matematický pojmový aparát v Mikroekonomii Důležité minulé cvičení kontrolní

Více

Kvízové otázky Obecná ekonomie I. Teorie firmy

Kvízové otázky Obecná ekonomie I. Teorie firmy 1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb

Více

PLL. Filtr smyčky (analogový) Dělič kmitočtu 1:N

PLL. Filtr smyčky (analogový) Dělič kmitočtu 1:N PLL Fázový deekor Filr smyčky (analogový) Napěím řízený osciláor F g Dělič kmioču 1:N Číače s velkým modulem V současné době k návrhu samoného číače přisupujeme jen ve výjimečných případech. Daleko časěni

Více

Posluchači provedou odpovídající selekci a syntézu informací a uceleně je uvedou do teoretického základu vlastního měření.

Posluchači provedou odpovídající selekci a syntézu informací a uceleně je uvedou do teoretického základu vlastního měření. Úloh č. 9 je sestven n zákldě odkzu n dv prmeny. Kždý z nich přistupuje k stejnému úkolu částečně odlišnými způsoby. Níže jsou uvedeny ob zdroje v plném znění. V kždém z nich jsou pro posluchče cenné inormce

Více

SBÍRKA PŘEDPISŮ ČESKÉ REPUBLIKY

SBÍRKA PŘEDPISŮ ČESKÉ REPUBLIKY Ročník 2004 SBÍRKA PŘEDPISŮ ČESKÉ REPUBLIKY PROFIL PŘEDPISU: Tiul předpisu: Nařízení vlády o sanovení podmínek pro zařazení skupin výrobců, zajišťujících společný odby vybraných zemědělských komodi, do

Více

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE

APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Břeislav ŠTĚPÁNEK, Pavel OTŘÍSAL APLIKACE VYBRANÝCH MATEMATICKO-STATISTICKÝCH METOD PŘI ROZHODOVACÍCH PROCESECH V PŮSOBNOSTI JOINT CBRN DEFENCE CENTRE OF EXCELLENCE Absrac: Mahemaical-saisic mehods provide

Více

INTEGRACE KOMPLEXNÍ FUNKCE KŘIVKOVÝ INTEGRÁL

INTEGRACE KOMPLEXNÍ FUNKCE KŘIVKOVÝ INTEGRÁL INTEGRAE KOMPLEXNÍ FUNKE KŘIVKOVÝ INTEGRÁL N konci kpitoly o derivci je uveden souvislost existence derivce s potenciálním polem. Existuje dlší chrkterizce potenciálného pole, která nebyl v kpitole o derivci

Více

Populační vývoj okresu Brno-venkov v rámci populačního vývoje v ČR

Populační vývoj okresu Brno-venkov v rámci populačního vývoje v ČR Mendelov zemědělská lesnická univerzi v Brně Provozně ekonomická fkul Úsv sisiky operčního výzkumu Populční vývoj okresu Brno-venkov v rámci populčního vývoje v ČR Bklářská práce Auor: Vedoucí bklářské

Více

10 Lineární elasticita

10 Lineární elasticita 1 Lineární elasicia Polymerní láky se deformují lineárně elasicky pouze v oblasi malých deformací a velmi pomalých deformací. Hranice mezi lineárním a nelineárním průběhem deformace (mez lineariy) závisí

Více

Mikroekonomie. Nabídka, poptávka. = c + d.q. P s. Nabídka, poptávka. Téma cvičení č. 2: Téma. Nabídka (supply) S. Obecná rovnice nabídky

Mikroekonomie. Nabídka, poptávka. = c + d.q. P s. Nabídka, poptávka. Téma cvičení č. 2: Téma. Nabídka (supply) S. Obecná rovnice nabídky Téma cvičení č. 2: Mikroekonomie Nabídka, poptávka Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma Nabídka, poptávka Nabídka (supply) S Nabídka představuje objem zboží, které jsou výrobci ochotni

Více

Návod k obsluze. Vnitřní jednotka pro systém tepelných čerpadel vzduch-voda s příslušenstvím EKHBRD011ABV1 EKHBRD014ABV1 EKHBRD016ABV1

Návod k obsluze. Vnitřní jednotka pro systém tepelných čerpadel vzduch-voda s příslušenstvím EKHBRD011ABV1 EKHBRD014ABV1 EKHBRD016ABV1 Vniřní jednoka pro sysém epelných čerpadel vzduch-voda EKHBRD011ABV1 EKHBRD014ABV1 EKHBRD016ABV1 EKHBRD011ABY1 EKHBRD014ABY1 EKHBRD016ABY1 EKHBRD011ACV1 EKHBRD014ACV1 EKHBRD016ACV1 EKHBRD011ACY1 EKHBRD014ACY1

Více