Stochastické procesy Beáta Stehlíková Finančné deriváty, SvF STU, LS 2011/2012 Stochastické procesy p.1/29
|
|
- Paul Trávníček
- pred 5 rokmi
- Prehliadani:
Prepis
1 Stochastické procesy Beáta Stehlíková Finančné deriváty, SvF STU, LS 2011/2012 Stochastické procesy p.1/29
2 I. Wienerov proces, Brownov pohyb Stochastické procesy p.2/29
3 Stochastické procesy Stochastický proces - t-parametrický systém of náhodných premenných {X(t),t I}, kde I je interval alebo diskrétna množina Markovov proces - pre danú hodnotu X(s), nasledujúce hodnoty X(t) pre t > s závisia od X(s), ale nie od starších hodnôt X(u), u < s Stochastické procesy p.3/29
4 Wienerov proces Wienerov proces {w(t),t 0} je náhodný proces, ktorý spĺňa: i) w(0)=0 ii) prírastky w(t + ) w(t) majú normálne rozdelenie so strednou hodnotou0adisperziou iii) pre každé delenie t 0 =0<t 1 < t 2 < t 3 <... < t n sú prírastky w(t 1 ) w(t 0 ), w(t 2 ) w(t 1 ),..., w(t n ) w(t n 1 ) nezávislé iv) trajektórie sú spojité Prečo je v bode i) disperzia práve,anie napríklad 2,,... také vol by disperzie by viedli k sporu Stochastické procesy p.4/29
5 Wienerov proces - disperzia Nech0=t 0 < t 1 <... < t n = t je delenie intervalu [0,t]. Potom: (1) w(t) w(0)= n w(t i ) w(t i 1 ). i=1 Z nezávislosti prírastkov (súčet disperzií nezávislých náhodných premenných je súčet ich disperzií): [ n ] D w(t i ) w(t i 1 ) i=1 = n D[w(t i ) w(t i 1 )] i=1 Disperzia l avej a pravej strany (1) sa musí rovnat : D[w(t) w(0)]= n D[w(t i ) w(t i 1 )] i=1 - to platí, ak D[w(t+ ) w(t)] je násobkom, znormujeme na Stochastické procesy p.5/29
6 Wienerov proces - ukážka Ukážka trajektórií Wienerovho procesu: Pre rozdelenie Wienerovho procesu v čase t platí: w(t)=w(t) w(0) N(0,t) Stochastické procesy p.6/29
7 Brownov pohyb Brownov pohyb: x(t)=µt+σw(t), kde w(t) je Wienerov proces Pravdepodobnostné rozdelenie: x(t)=µt+σw(t) N(µt,σ 2 t) Ukážka trajektórií spolu so strednou hodnotou: Stochastické procesy p.7/29
8 II. Geometrický Brownov pohyb, ceny akcií Stochastické procesy p.8/29
9 Geometrický Brownov pohyb Geometrický Brownov pohyb: x(t)=x 0 exp(µt+σw(t)), kde w(t) je Wienerov proces Ukážka trajektórií spolu so strednou hodnotou: Odvodíme teraz strednú hodnotu a disperziu geometrického Brownovho pohybu. Stochastické procesy p.9/29
10 GBP - stredná hodnota, disperzia Pripome ˇme si z pravdepodobnosti: Ak X je náhodná premenná s hustotou f, tak stedná hodnota náhodnej premennej g(x) je g(x)f(x)dx. Takže napríklad: E[e X ]= ex f(x)dx. V našom prípade: pričom E[x 0 exp(µt+σw(t))]=x 0 E[exp(µt+σw(t))], µt+σw(t) N(µt,σt), takže µt + σw(t) má hustotu f(x)= 1 e (x µt)2 2πσ 2 2σ 2 t t Stochastické procesy p.10/29
11 GBP - stredná hodnota, disperzia Takže: E [ e µt+σw(t)] = e x 1 e (x µt)2 2πσ 2 2σ 2 t t dx = = = e µt+ σ2 t 2 = e µt+ σ2 t 2 h 1 (x µt) 2πσ 2 t e 2σ 2 t 2 i x dx 1 e [x (µt+σ2 t)] 2 2µσ 2 t 2 σ 4 t 2 2πσ 2 2σ 2 t t 1 e [x (µt+σ2 t)] 2 2πσ 2 2σ 2 t t dx dx Stochastické procesy p.11/29
12 GBP - stredná hodnota, disperzia Disperzia: D[x 0 exp(µt+σw(t))]=x 2 0 D[exp(µt+σw(t))] Využijeme, že disperziu náhodnej premennej X vieme vyjadrit ako D[X]=E[X 2 ] (E[X]) 2 - potrebujeme teda E [ ( e µt+σw(t) ) 2 ] Podobne ako pri výpočte strednej hodnoty: E[ ( e µt+σw(t)) 2 ] = = e 2µt+2σ2 t (e x ) 2 1 e (x µt)2 2πσ 2 2σ 2 t t dx Stochastické procesy p.12/29
13 GBP - stredná hodnota, disperzia Zhrnutie: E[x 0 exp(µt+σw(t))] = x 0 e µt+ σ2 t 2 ( ) D[x 0 exp(µt+σw(t))] = x 2 0 e 2µt+σ2 t e σ2t 1 Iné odvodenie týchto vzt ahov: vypočítame hustotu rozdelenia geometrického Brownovho pohybu (lognormálne rozdelenie - uvedené v príkladoch na precvičenie z prvého cvičenia) a z nej zrátame strednú hodnotu a disperziu učebnica [Ševčovič, Stehlíková, Mikula], str použitím Itóovej lemy neskôr na tejto prednáške Stochastické procesy p.13/29
14 Model pre ceny akcií Motivácia - reálne ceny akcie, vyznačený trend Stochastické procesy p.14/29
15 Model pre ceny akcií Model: cena akcie S(t) sa riadi geometrickým Brownovym pohybom: Výnosy: výpočet I: S t S t t S t t úročeniu: S t S t t S t t výpočet II:ln ( St úročeniu: ln S(t)=S 0 exp(µt+σw(t)), ( St S t t ) S t t - zodpovedá diskrétnemu = r S t =(1+r)S t t ) - zodpovedá spojitému = r S t = e r S t t Stochastické procesy p.15/29
16 Model pre ceny akcií Budeme používat vzorec II: vynos t =ln ( St S t t Poznamenajme, že tieto dva výpočty výnosu dajú podobný číselný výsledok: ln ( St S t t ) = ln = ln ) ( 1+ S t ) 1 S t t ( 1+ S t S t t S t t ) S t S t t S t t leboln(1+x) x pre x 0 Stochastické procesy p.16/29
17 Model pre ceny akcií Pripomeňme si model pre akciu: S(t)=S 0 e µt+σw(t) Pre výnosy potom dostaneme: ln ( St S t t ) ( ) S 0 e µt+σw(t) = ln S 0 e µ(t t)+σw(t t) = ln a tieto výnosy sú nezávislé (e µ t+σ(w(t) w(t t))) = µ t+σ(w(t) w(t t)) N(µ t,σ 2 t) Stochastické procesy p.17/29
18 Odhad parametrov GBP z cien akcií POSTUP: 1. Označme t=časový interval medzi dvoma cenami akcií v rokoch 2. Vypočítame výnosy - podl a modelu sú nezávislé s rozdelením N(µ t,σ 2 t) 3. Odhadneme ich strednú hodnotu a disperziu: m=aritmetický priemer výnosov odhad strednej hodnoty µ s 2 = výberová disperzia výnosov odhad disperzie σ 2 4. Odhadneme parametre GBP: µ= m t, σ= s 2 t Stochastické procesy p.18/29
19 Odhad parametrov z cien akcií - príklad Dáta z prvého cvičenia - ceny GOOG v rokoch 2009 a 2010: Dostali sme odhady: Stochastické procesy p.19/29
20 Odhad parametrov z cien akcií - príklad Simulácia vývoja v roku niekol ko trajektórií GBP s odhadnutými parametrami štartujúcich z posdlednej hodnoty v roku 2010: Stredná hodnota, porovnanie so skutočným vývojom - v príklaoch na precvičenie k prvému cvičeniu Stochastické procesy p.20/29
21 III. Itóova lema Stochastické procesy p.21/29
22 Itóova lema In precisely built mathematical structures, mathematicians find the same sort of beauty others find in enchanting pieces of music, or in magnificent architecture without numerical formulae, I could never communicate the sweet melody played in my heart. Stochastic differential equations, called "Ito Formula," are currently in wide use for describing phenomena of random fluctuations over time. When I first set forth stochastic differential equations, however, my paper did not attract attention. It was over ten years after my paper that other mathematicians began reading my "musical scores" and playing my "music" with their "instruments." K. Ito, My Sixty Years in Studies of Probability Theory : acceptance speech of the Kyoto Prize in Basic Sciences (1998). Stochastické procesy p.22/29
23 Itóova lema Itóova lema - ako počítat diferenciál náhodných funkcií: Na obrázku: Čomu sa rovná dx, ak x=w 3, kde w je Wienerov proces? Stochastické procesy p.23/29
24 Itóova lema - znenie Nech f(x,t) je C 2 hladká funkcia premenných x,t a nech proces {x(t), t 0} vyhovuje stochastickej diferenciálnej rovnici: dx=µ(x,t)dt+σ(x,t)dw, Potom df = f ( ) f x dx+ t +1 2 σ2 (x,t) 2 f x 2 dt ( ) f = t + µ(x,t) f x +1 2 σ2 (x,t) 2 f x 2 dt+σ(x,t) f x dw Stochastické procesy p.24/29
25 Itóova lema - intuitívny dôkaz Taylorov rozvoj do druhého rádu: df= f t dt+ f x dx+1 2 ( ) 2 f +2 2 f x 2(dx)2 x t dxdt+ 2 f + t 2(dt)2 Z toho, že dw=φ dt, kdeφ N(0,1), dostaneme (dx) 2 = σ 2 (dw) 2 +2µσdw dt+µ 2 (dt) 2 σ 2 dt+o((dt) 3/2 )+O((dt) 2 ) Podobne: dxdt=o((dt) 3/2 )+O((dt) 2 ) Členy rádu dt,dw v rozvoji df teda sú: df= f x dx+ ( ) f t +1 2 σ2 (x,t) 2 f x 2 dt Stochastické procesy p.25/29
26 Itóova lema - príklady Úloha z obrázku: d(w 3 )=3w 2 dw+3wdt Cena akcie riadiaca sa geometrickým Brownovym pohybom S(t)=S 0 e µt+σw(t) : ds= ) (µ+ σ2 Sdt+σSdw 2 Niekedy sa model pre cenu akcie píše v tvare ds= µsdt+σsdw - tiež je to GBP, ale s inými parametrami: S(t)=S 0 e µ σ2 2 t+σw(t) Stochastické procesy p.26/29
27 Momenty GBP - výpočet Itóovou lemou Nech Y(t) = exp(x(t)), kde dx(t) = µdt + σdw Zvolili sme f(t,x)=e x Z toho: de[y] = = ) dy= (µ+ σ2 Y dt+σy dw 2 ) (µ+ σ2 E[Y]dt+σE[Y dw] 2 ) (µ+ σ2 E[Y]dt 2 čo je ODR pre EY(t) Začiatočná podmienka: EY(0) = 1 Stochastické procesy p.27/29
28 Momenty GBP - výpočet Itóovou lemou K výpočtu D[Y] potrebujeme E[Y 2 ]=E[exp(X(t)) 2 ] Zvolíme f(t,x)=(e x ) 2 = e 2x Z toho: d(y(t) 2 )=df=2(µ+σ 2 )Y(t) 2 dt+2σy(t) 2 dw de[(y(t) 2 )]=2(µ+σ 2 )E[(Y(t) 2 ]dt čo je ODR pre E[Y 2 ] Začiatočná podmienka: E[Y(0) 2 ]=1 Stochastické procesy p.28/29
29 Itóova lema pri oceňovaní derivátov Prvý krok pri odvodení Black-Scholesovho modelu na oceňovanie derivátov: Predpokladajme, že cena akcie sa riadi stochastickou diferenciálnou rovnicou ds= µsdt+σsdw Cena derivátu V (napr. opcie) závisí od času t a od ceny akcie S Stochastickú diferenciálnu rovnicu pre cenu derivátu potom dostaneme použitím Itóovej lemy Stochastické procesy p.29/29
Základné stochastické procesy vo financiách
Technická Univerzita v Košiciach Ekonomická fakulta 20. Január 2012 základné charakteristiky zmena hodnoty W t simulácia WIENEROV PROCES základné charakteristiky základné charakteristiky zmena hodnoty
PodrobnejšieOceňovanie amerických opcií p. 1/17 Oceňovanie amerických opcií Beáta Stehlíková Finančné deriváty, FMFI UK Bratislava
Oceňovanie amerických opcií p. 1/17 Oceňovanie amerických opcií Beáta Stehlíková Finančné deriváty, FMFI UK Bratislava Oceňovanie amerických opcií p. 2/17 Európske a americké typy derivátov Uvažujme put
PodrobnejšieOperačná analýza 2
Niektoré náhodné procesy majú v praxi veľký význam, pretože sa často vyskytujú, napr.: Poissonov proces proces vzniku a zániku Wienerov proces stacionárne procesy,... Poissonov proces je homogénny Markovov
PodrobnejšieModelovanie nového produktu na trhu: Bassov model Beáta Stehlíková Cvičenia z časových radov, FMFI UK Modelovanie nového produktu na trhu: Bassov mode
Modelovanie nového produktu na trhu: Bassov model Beáta Stehlíková Cvičenia z časových radov, FMFI UK Modelovanie nového produktu na trhu: Bassov model p.1/19 Úvod Frank Bass (1926-2006) - priekopník matematických
PodrobnejšieIII. Diferenciálny počet funkcie viac premenných (Prezentácia k prednáškam, čast B) Matematická analýza IV (ÚMV/MAN2d/10) RNDr. Lenka Halčinová, PhD.
III. Diferenciálny počet funkcie viac premenných (Prezentácia k prednáškam, čast B) (ÚMV/MAN2d/10) lenka.halcinova@upjs.sk 11. apríla 2019 3.3 Derivácia v smere, vzt ah diferenciálu, gradientu a smerovej
Podrobnejšie4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia p
4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia pre funkcie viacerých premenných je univerzálna metóda,
PodrobnejšieARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30
ARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30 ARMA modely - motivácia I. Odhadneme ACF a PACF pre dáta a nepodobajú sa
PodrobnejšieMatematika 2 - cast: Funkcia viac premenných
Matematika 2 časť: Funkcia viac premenných RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Spojitosť
PodrobnejšieAutoregresné (AR) procesy Beáta Stehlíková Časové rady, FMFI UK Autoregresné(AR) procesy p.1/22
Autoregresné (AR) procesy Beáta Stehlíková Časové rady, FMFI UK Autoregresné(AR) procesy p.1/22 Príklad 1 AR(2) proces z prednášky: x t =1.4x t 1 0.85x t 2 +u t V R-ku: korene charakteristického polynómu
PodrobnejšieSRPkapitola06_v1.docx
Štatistické riadenie procesov Regulačné diagramy na reguláciu porovnávaním 6-1 6 Regulačné diagramy na reguláciu porovnávaním Cieľ kapitoly Po preštudovaní tejto kapitoly budete vedieť: čo sú regulačné
PodrobnejšieJednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit roo
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
PodrobnejšieTeória pravdepodobnosti Zákony velkých císel
10. Zákony veľkých čísel Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. apríla 2014 1 Zákony veľkých čísel 2 Centrálna limitná veta Zákony veľkých čísel Motivácia
PodrobnejšieViacnásobne použitelné oblasti spolahlivosti pre viacrozmernú kalibráciu
Viacnásobne použitel né oblasti spol ahlivosti pre viacrozmernú kalibráciu Martina Chvosteková Ústav merania Slovenská akadémia vied 22. január, Rekreačné zariadenie Rybník, 2018 Obsah 1 Predpoklady, model
PodrobnejšieJozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1
Jozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1 A Pomocou Charpitovej metódy vyriešte rovnicu. x u x + y u y = u u x y u 2 = xy u u x y 3. u 2 y = u y u 4. u 2 x = u x u u x = B.
PodrobnejšieMicrosoft Word - 6 Výrazy a vzorce.doc
6 téma: Výrazy a vzorce I Úlohy na úvod 1 1 Zistite definičný obor výrazu V = 4 Riešte sústavu 15 = 6a + b, = 4a c, 1 = 4a + b 16c Rozložte na súčin výrazy a) b 4 a 18, b) c 5cd 10c d +, c) 6 1 s + z 4
Podrobnejšie8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1.2 Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru
8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1. Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru P platí F B = F A, BD = AE, DG = EG F = G. 1.3 Dokážte
PodrobnejšieMetódy dokazovanie v matematike 1 Základné pojmy Matematika exaktná veda vybudovaná DEDUKTÍVNE ZÁKLADNÉ POJMY základy každej matematickej teórie sú in
Metódy dokazovanie v matematike 1 Základné pojmy Matematika exaktná veda vybudovaná DEDUKTÍVNE ZÁKLADNÉ POJMY základy každej matematickej teórie sú intuitívne jasné a názorné napr. prirodzené čísla, zlomok,
PodrobnejšiePOZNÁMKY K PREDNÁŠKAM PRAVDEPODOBNOSŤ A ŠTATISTIKA 1-MAT-180 KAMŠ FMFI Katarína Janková 1.prednáška Teória pravdepodobnosti sa zaoberá modelovaním exp
POZNÁMKY K PREDNÁŠKAM PRAVDEPODOBNOSŤ A ŠTATISTIKA 1-MAT-180 KAMŠ FMFI Katarína Janková 1.prednáška Teória pravdepodobnosti sa zaoberá modelovaním experimentov náhodnej povahy. V mnohých situáciách opakovanie
PodrobnejšieČísla Nájdite všetky dvojice prirodzených čísiel, ktoré vyhovujú rovnici: 2 ( a+ b) ( a b) + 2b ( a+ 2b) 2b = 49 RIEŠENIE ( ) ( ) ( ) 2 a+ b a
Čísla 9 89. Nájdite všetky dvojice prirodzených čísiel, ktoré vyhovujú rovnici: ( a+ b) ( a b) + b ( a+ b) b 9 ( ) ( ) ( ) a+ b a b + b a+ b b 9 ( a b ) + ab + b b 9 a b + ab + b 9 a + ab + b 9 a+ b 9
PodrobnejšieFunkcie viac premenných
Funkcie viac premenných January 21, 215 Regulárne zobrazenia Nech je zobrazenie X = Φ(T) dané rovnicami: x 1 = ϕ 1 (t 1, t 2,, t n), x 2 = ϕ 2 (t 1, t 2,, t n), x n = ϕ n(t 1, t 2,, t n), a ak majú funkcie
Podrobnejšie8
8. Funkcie pre prácu s údajmi 8.1. Základné funkcie pre prácu s údajmi MATLAB umožňuje aj štatistické spracovanie údajov. Jednotlivé prvky sú zadávané ako matica (vektor). V prípade matice sa operácie
PodrobnejšieAxióma výberu
Axióma výberu 29. septembra 2012 Axióma výberu Axióma VIII (Axióma výberu) ( S)[( A S)(A ) ( A S)( B S)(A B A B = ) ( V )( A S)( x)(v A = {x})] Pre každý systém neprázdnych po dvoch disjunktných množín
PodrobnejšieNeineárne programovanie zimný semester 2018/19 M. Trnovská, KAMŠ, FMFI UK 1
Neineárne programovanie zimný semester 2018/19 M. Trnovská, KAMŠ, FMFI UK 1 Metódy riešenia úloh nelineárneho programovania využívajúce Lagrangeovu funkciu 2 Veta: Bod ˆx je optimálne riešenie úlohy (U3)
PodrobnejšiePARAMETRE RHO A VEGA PRE FORWARD-START OPCIE Marek Ďurica ÚVOD Nakoľko časový vývoj cien aktív je nestály a sú možné aj prudké poklesov cien aktív, je
PARAMETRE RHO A VEGA PRE FORWARD-START OPCIE Marek Ďurica ÚVOD Nakoľko časový vývoj cien aktív je nestály a sú možné aj prudké poklesov cien aktív, je snahou investorov minimalizovať možné straty, ktoré
PodrobnejšiePrenosový kanál a jeho kapacita
Prenosový kanál a jeho kapacita Stanislav Palúch Fakulta riadenia a informatiky, Žilinská univerzita 5. mája 2011 Stanislav Palúch, Fakulta riadenia a informatiky, Žilinská univerzita Prenosový kanál a
PodrobnejšiePowerPoint Presentation
Vymenujte základné body fyzikálneho programu ktoré určujú metodológiu fyziky pri štúdiu nejakého fyzikálneho systému Ako vyzerá pohybová rovnica pre predpovedanie budúcnosti častice v mechanike popíšte,
PodrobnejšiePreco kocka stací? - o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, ked sú velké
o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, keď sú veľké zaujímavé, ale len pre matematikov... NIE! o tom, ako
Podrobnejšie1. KOMPLEXNÉ ČÍSLA 1. Nájdite výsledok operácie v tvare x+yi, kde x, y R. a i (5 2i)(4 i) b. i(1 + i)(1 i)(1 + 2i)(1 2i) (1 7i) c. (2+3i) a+bi d
KOMPLEXNÉ ČÍSLA Nájdite výsledok operácie v tvare xyi, kde x, y R 7i (5 i)( i) i( i)( i)( i)( i) ( 7i) (i) abi a bi, a, b R i(i) 5i Nájdite x, y R také, e (x y) i(x y) = i (ix y)(x iy) = i y ix x iy i
PodrobnejšiePokrocilé programovanie XI - Diagonalizácia matíc
Pokročilé programovanie XI Diagonalizácia matíc Peter Markoš Katedra experimentálnej fyziky F2-523 Letný semester 2015/2016 Obsah Fyzikálne príklady: zviazané oscilátory, anizotrópne systémy, kvantová
PodrobnejšieCvičenie 9 Riešené príklady 1. Príklad min f(x 1, x 2 ) = x x x 1 s.t. x 1 80 x 1 + x Pre riešenie úlohy vykonáme nasledujúce kroky
Cvičenie 9 Riešené príklady 1. Príklad min f(x 1, x 2 ) = x 2 1 + x2 2 + 60x 1 s.t. x 1 80 x 1 + x 2 120 Pre riešenie úlohy vykonáme nasledujúce kroky: 1. Najskôr upravíme ohraničenia do tvaru a následne
PodrobnejšieDurica_Svabova
Delta and Gamma parameter of the Black model of the futures option pricing Parametre delta a gamma Blackovho modelu oceňovania futures opcií Marek Ďurica, Lucia Švábová Abstract The paper deals with analysis
PodrobnejšieSlide 1
SÚSTAVA TRANSF. VZŤAHY Plošné, objemové element Polárna Clindrická rcos rsin rcos r sin z z ds rddr dv rddrdz rcossin Sférická r sin sin dv r sin drd d z rcos Viacrozmerné integrál vo fzike Výpočet poloh
PodrobnejšieNumerické riešenie všeobecnej (klasickej) DMPK rovnice.
Numerické riešenie všeobecnej (klasickej) DMPK rovnice. J. Brndiar, R. Derian, P. Markos 11.6.27 1 Úvod Vodivost a transfér matica DMPK vs. zovšeobecnená DMPK rovnica 2 Numerické riešenie Ciel e Predpríprava
Podrobnejšie2.5. Dotyčnica krivky, dotykový kužeľ. Nech f je krivka a nech P V (f) (t.j. m P (f) 1). Ak m P (f) = r a l je taká priamka, že I P (f, l) > r, potom
2.5. Dotyčnica krivky, dotykový kužeľ. Nech f je krivka a nech P V (f) (t.j. m P (f) 1). Ak m P (f) = r a l je taká priamka, že I P (f, l) > r, potom l nazývame dotyčnicou krivky f v bode P. Pre daný bod
PodrobnejšieVZTAH STUDENTŮ VŠ K DISCIPLÍNÁM TEORETICKÉ INFORMATIKY
5. vedecká konferencia doktorandov a mladých vedeckých pracovníkov LIMITA A DERIVÁCIA FUNKCIE UKÁŽKA KVANTITATÍVNEHO VÝSKUMU Ján Gunčaga The present paper is devoted to a qualitative research related to
PodrobnejšieSlide 1
Diferenciálne rovnice Základný jazyk fyziky Motivácia Typická úloha fyziky hľadanie časových priebehov veličín, ktoré spĺňajú daný fyzikálny zákon. Určte trajektóriu telesa rt ( )???? padajúceho v gravitačnom
PodrobnejšieSnímka 1
Fyzika - prednáška 8 Ciele 3. Kmity 3.1 Netlmený harmonický kmitavý pohyb 3. Tlmený harmonický kmitavý pohyb Zopakujte si Výchylka netlmeného harmonického kmitavého pohybu je x = Asin (ω 0 t + φ 0 ) Mechanická
PodrobnejšieStatika konštrukcií - prednášky
PEDAGOGICKÁ DOKUMENTÁCIA PREDMETU Názov : Statika konštrukcií Identifikačné číslo : B-501205 Garantujúca katedra, ústav : Katedra stavebnej mechaniky, Ústav inžinierskeho staviteľstva Študijný odbor :
PodrobnejšieGenerovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme
Generovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme Maxima na generovanie viacstavových Markovovských modelov,
PodrobnejšieRelačné a logické bázy dát
Unifikácia riešenie rovníc v algebre termov Ján Šturc Zima, 2010 Termy a substitúcie Definícia (term): 1. Nech t 0,..., t n -1 sú termy a f je n-árny funkčný symbol, potom aj f(t 0,..., t n -1 ) je term.
PodrobnejšiePokrocilé programovanie II - Nelineárne iteracné schémy, chaos, fraktály
Pokročilé programovanie II Nelineárne iteračné schémy, chaos, fraktály Peter Markoš Katedra experimentálnej fyziky F2-253 Letný semester 27/28 Obsah Logistická mapa - May Period doubling, podivný atraktor,
PodrobnejšieSK MATEMATICKÁOLYMPIÁDA skmo.sk 2009/ ročník MO Riešenia úloh česko-poľsko-slovenského stretnutia 1. Určte všetky trojice (a, b, c) kladných r
SK MATEMATICKÁOLYMPIÁDA skmo.sk 009/010 59. ročník MO Riešenia úloh česko-poľsko-slovenského stretnutia 1. Určte všetky trojice (a, b, c) kladných reálnych čísel, ktoré sú riešením sústavy rovníc a b c
PodrobnejšieMicrosoft Word - Final_test_2008.doc
Záverečná písomka z Matematiky pre kog. vedu konaná dňa 3. 1. 008 Príklad 1. Odpovedzte na otázky z výrokovej logiky: (a Ako je definovaná formula (b Aký je rozdiel medzi tautológiou a splniteľnou formulou
PodrobnejšieMicrosoft Word - Diskusia11.doc
Univerzita Komenského v Bratislave Fakulta matematiky, fyziky a informatiky MATEMATIKA - 011 sem vlepiť čiarový kód uchádzača Test obsahuje 30 úloh. Na jeho vypracovanie máte 90 minút. Každá úloha spolu
PodrobnejšieVybrané kapitoly zo štatistickej fyziky - domáce úlohy Michal Koval 19. mája 2015 Domáca úloha č. 1 (pochádza z: [3]) Systém pozos
Vybrané kapitoly zo štatistickej fyziky - domáce úlohy Michal Koval koval@fmph.uniba.sk 19. mája 2015 Domáca úloha č. 1 (pochádza z: [3]) Systém pozostávajúci z N nezávislých spinov. Každý zo spinov sa
PodrobnejšieÚlohy o veľkých číslach 6. Deliteľnosť In: Ivan Korec (author): Úlohy o veľkých číslach. (Slovak). Praha: Mladá fronta, pp Persistent UR
Úlohy o veľkých číslach 6. Deliteľnosť In: Ivan Korec (author): Úlohy o veľkých číslach. (Slovak). Praha: Mladá fronta, 1988. pp. 68 75. Persistent URL: http://dml.cz/dmlcz/404183 Terms of use: Ivan Korec,
PodrobnejšieMatematický model činnosti sekvenčného obvodu 7 MATEMATICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčnéh
7 MTEMTICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčného obvodu. Konečný automat je usporiadaná pätica = (X, S, Y, δ, λ,) (7.) kde X je konečná neprázdna
PodrobnejšieEkon Supply of labour by John Pencavel
Labour supply of men by John Pencavel Prednáša: V. Kvetan (EÚ SAV) Obsah kapitoly Úvod Empirické regulácie Trendy v pracovnom správaní Cross sekčné odchýlky v pracovnom správaní Koncepčný rámec Kanonický
PodrobnejšieMO_pred1
Modelovanie a optimalizácia Ľudmila Jánošíková Katedra dopravných sietí Fakulta riadenia a informatiky Žilinská univerzita, Žilina Ludmila.Janosikova@fri.uniza.sk 041/5134 220 Modelovanie a optimalizácia
PodrobnejšieInformačné technológie
Informačné technológie Piatok 15.11. 2013 Matúš Péči Barbora Zahradníková Soňa Duchovičová Matúš Gramlička Začiatok/Koniec Z K Vstup/Výstup A, B Načítanie vstupných premenných A, B resp. výstup výstupných
PodrobnejšieTechnická Univerzita Košice Matematicko počítačové modelovanie Vysokoškolská učebnica Košice 2013
Technická Univerzita Košice Matematicko počítačové modelovanie Vysokoškolská učebnica Košice 013 Technická Univerzita Košice Matematicko počítačové modelovanie Vysokoškolská učebnica Jozef Džurina Blanka
PodrobnejšiePodpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. Katedra matematických metód, Fa
Podpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. stefan.pesko@fri.uniza.sk Katedra matematických metód, Fakulta riadenia a informatiky, Žilinská univerzita v
PodrobnejšiePriebeh funkcie
Technická univerzita Košice monika.molnarova@tuke.sk Obsah 1 Monotónnosť funkcie Lokálne extrémy funkcie Globálne (absolútne) extrémy funkcie Konvexnosť a konkávnosť funkcie Monotónnosť funkcie Monotónnosť
PodrobnejšieStat1_CV1 VES
Štatistika 1 Cvičenie č. 1 Triedenie, Aritmetický priemer Príklad č. 1 Pri sledovaní výkonnosti zamestnancov sa v 20 sledovaných dňoch zistili nasledovné údaje o počte vybavených klientov počas smeny v
PodrobnejšieO možnosti riešenia deformácie zemského povrchu z pohladu metódy konecných prvkov konference pro studenty matematiky
O možnosti riešenia deformácie zemského povrchu z pohľadu metódy konečných prvkov 19. konference pro studenty matematiky Michal Eliaš ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Katedra matematiky 7. 9. 6. 2011
PodrobnejšieVzorové riešenia úlohy 4.1 Bodovanie Úvod do TI 2010 Dôvod prečo veľa z Vás malo málo bodov bolo to, že ste sa nepokúsili svoje tvrdenia dokázať, prič
Vzorové riešenia úlohy 4.1 Bodovanie Úvod do TI 2010 Dôvod prečo veľa z Vás malo málo bodov bolo to, že ste sa nepokúsili svoje tvrdenia dokázať, pričom to je veľmi dôležitá súčasť úlohy. Body sa udeľovali
PodrobnejšiePrezentácia programu PowerPoint
Úvod do teórie hromadnej obsluhy (THO) s praktickými príkladmi Prednáška 5 20.10.2015 Ing. Marek Kvet, PhD. Použité zdroje & užitočné odkazy Knihy, učebnice: K. Janková, S. Kilianová, P. Brunovský, P.
PodrobnejšieSnímka 1
Fyzika - prednáška 12 Ciele 5. Fyzikálne polia 5.4 Stacionárne magnetické pole 5.5 Elektromagnetické pole Zopakujte si Fyzikálne pole je definované ako... oblasť v určitom priestore, pričom v každom bode
PodrobnejšieMicrosoft Word - titulna strana_tiraz_Riecan
Miniteória pravdepodobnosti Beloslav Riečan 2015 MINITÓRIA PRAVDPODOBNOSTI Autor : Dr.h.c. prof. RNDr. Beloslav Riečan, DrSc. Recenzovali : doc. RNDr. Katarína Janková, CSc. doc. RNDr. Marta Vrábelová,
PodrobnejšieMicrosoft Word - mpicv11.doc
1. Vypočítajte obsah plochy ohraničenej súradnicovými osami a grafom funkcie y = x. a) vypočítame priesečníky grafu so súradnicovými osami x=... y = = y =... = x... x= priesečníku grafu funkcie so ; a
PodrobnejšieWP summary
TESTOVANIE PRAVDEPODOBNOSTNÉHO ROZDELENIA PREDIKČNÝCH CHÝB MARIÁN VÁVRA NETECHNICKÉ ZHRNUTIE 3/2018 Národná banka Slovenska www.nbs.sk Imricha Karvaša 1 813 25 Bratislava research@nbs.sk júl 2018 ISSN
PodrobnejšieÚvod do lineárnej algebry Monika Molnárová Prednášky 2006
Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 1. 3. marca 2006 2. 10. marca 2006 c RNDr. Monika Molnárová, PhD. Obsah 1 Aritmetické vektory a matice 4 1.1 Aritmetické vektory........................
PodrobnejšieA 1
Matematika A :: Test na skúške (ukážka) :: 05 Daná je funkcia g : y 5 arccos a) Zistite oblasť definície funkcie b) vyjadrite inverznú funkciu g Zistite rovnice asymptot (so smernicou bez smernice) grafu
PodrobnejšieSimanova.Barbora
The distribution function as a tool for judging the extent of risk Distribučná funkcia ako nástroj posudzovania miery rizika Barbora Simanová 1 Abstract The aim of the paper is to present some functions
PodrobnejšieMicrosoft Word - MAT_2018_1 kolo.docx
Gymnázium Pavla Horova, Masarykova 1, Michalovce Príklady na prijímacie skúšky do 1. ročníka konané dňa 14. mája 2018 MATEMATIKA V úlohách 1) až 8) je práve jedna odpoveď správna. Túto správnu odpoveď
PodrobnejšieUNIVERZITA KOMENSKÉHO V BRATISLAVE fakulta matematiky, fyziky a informatiky Aproximácia cien dlhopisov v dvojfaktorových modeloch úrokových mier Diplo
UNIVERZITA KOMENSKÉHO V BRATISLAVE fakulta matematiky, fyziky a informatiky Aproximácia cien dlhopisov v dvojfaktorových modeloch úrokových mier Diplomová práca 011 Bc. Jana Halga²ová UNIVERZITA KOMENSKÉHO
PodrobnejšieInformačná a modelová podpora pre kvantifikáciu prvkov daňovej sústavy SR
Nelineárne optimalizačné modely a metódy Téma prednášky č. 5 Prof. Ing. Michal Fendek, CSc. Katedra operačného výskumu a ekonometrie Ekonomická univerzita Dolnozemská 1 852 35 Bratislava Označme ako množinu
PodrobnejšieParalelné algoritmy, cast c. 2
Paralelné algoritmy, čast č. 2 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 2 Paralelné algoritmy,
PodrobnejšieAPROXIMÁCIA BINOMICKÉHO ROZDELENIA NORMÁLNYM A PRÍKLAD JEJ APLIKÁCIE V AKTUÁRSTVE S VYUŽITÍM JAZYKA R Abstrakt Príspevok sa zameriava na prezentáciu l
APROXIMÁCIA BINOMICKÉHO ROZDELENIA NORMÁLNYM A PRÍKLAD JEJ APLIKÁCIE V AKTUÁRSTVE S VYUŽITÍM JAZYKA R Abstrakt Príspevok sa zamerava na prezentácu lmtných vet v analýze rzka v nežvotnom postení. Jednoducho
PodrobnejšieMicrosoft PowerPoint - Zeman_Senaj.ppt
DSGE model pre Slovensko Juraj Zeman, Matúš Senaj Cieľ projektu Vytvoriť DSGE model slovenskej ekonomiky, ktorý by slúžil ako laboratórium na štúdium hospodárskych cyklov umožnil analyzovať efekty rôznych
PodrobnejšieRozvojom spoločnosti najmä v druhej polovici minulého storočia dochádza čím ďalej tým viac k zásahu človeka do životného prostredia
3 Prenos hmoty a energie 3.1 Stacionárny prípad 1. Prúd vody v rieke s prietokom Qs 10m 3 /s má koncentráciu chloridov cs 20mg/l. Prítok rieky s prietokom Qw 5m 3 /s má koncentráciu chloridov cw 40mg/l.
PodrobnejšieAnalýza hlavných komponentov
Value at Risk Voľba parametrov výpočtu VaR Confidence level Dĺžka časového obdobia Hodnota investícií do jednotlivých finančných nástrojov Identifikácia rizikových faktorov Spôsob zohľadnenia korelácií
PodrobnejšieSK MATEMATICKÁOLYMPIÁDA skmo.sk 2009/ ročník Matematickej olympiády Riešenia úloh IMO 1. Určte všetky funkcie f: R R také, že rovnosť f ( x y
SK MATEMATICKÁOLYMPIÁDA skmo.sk 2009/2010 59. ročník Matematickej olympiády Riešenia úloh IMO 1. Určte všetky funkcie f: R R také, že rovnosť f ( x y ) = f(x) f(y) platí pre všetky x, y R. (Symbol z označuje
Podrobnejšie1 Portál pre odborné publikovanie ISSN Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika
1 Portál pre odborné publikovanie ISSN 1338-0087 Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika 28.04.2010 Článok spočíva v predstavení a opísaní algoritmu
PodrobnejšieOperačná analýza 1-00
Operačá aalýza -00 základy teórie odhadu testovaie štatistických hypotéz Základy teórie odhadu. odhad parametra rozdeleia pravdepodobosti. odhad rozdeleia pravdepodobosti X, X, X 3,... X - áhodý výber
Podrobnejšietrafo
Výpočet rozptylovej reaktancie transformátora Vo väčších transformátoroch je X σk oveľa väčšia ako R k a preto si vyžaduje veľkú pozornosť. Ak magnetické napätia oboch vinutí sú presne rovnaké, t.j. N
Podrobnejšie1 Rekurencie este raz riesenia niektorych rekurencii z cvik. mame danu rekurenciu napr T (n) = at ( n b ) + k. idea postupu je postupne rozpisovat cle
1 Rekurencie este raz riesenia niektorych rekurencii z cvik. mame danu rekurenciu napr at b + k. idea postupu je postupne rozpisovat cleny T b... teda T b = at + 1... dokym v tom neuvidime nejaky tvar
PodrobnejšieMetrické konštrukcie elipsy Soňa Kudličková, Alžbeta Mackovová Elipsu, ako regulárnu kužeľosečku, môžeme študovať synteticky (konštrukcie bodov elipsy
Metrické konštrukcie elipsy Soňa Kudličková, Alžbeta Mackovová Elipsu, ako regulárnu kužeľosečku, môžeme študovať synteticky (konštrukcie bodov elipsy) alebo analyticky (výpočet súradníc bodov elipsy).
PodrobnejšieParalelné algoritmy, cast c. 3
Paralelné algoritmy, čast č. 3 František Mráz Kabinet software a výuky informatiky, MFF UK, Praha Paralelné algoritmy, 2009/2010 František Mráz (KSVI MFF UK) Paralelné algoritmy, čast č. 3 Paralelné algoritmy,
Podrobnejšiegis7 prifuk
Kartografické aspekty GIS základné pojmy Kartografické aspekty GIS základné pojmy Referenčný elipsoid Geoid Povrch zeme Referenčný elipsoid Kartografické aspekty GIS základné pojmy Referenčný elipsoid
PodrobnejšieTESTOVANIE STABILITY PROCESU POKRAČOVANIA GRADIOMETRICKÝCH MERANÍ DRUŽICE GOCE NADOL
S L O V E N S K Á E C H N I C K Á U N I V E R Z I A V B R A I S L A V E S A V E B N Á F A K U L A K A E D R A G E O D E I C K Ý C H Z Á K L A D O V ESOVANIE SABILIY PROCESU POKRAČOVANIA GRADIOMERICKÝCH
PodrobnejšieCenník motorov
Motor / špecifikácia Industriálne GX Cena EUR GX25 GX25NT ST SC 309,00 GX25T ST 4 309,00 GX25T S4 309,00 GX25NT TE ZR 339,00 GX35 GX35NT ST SC 335,00 GX35T ST 4 335,00 GX35T T4 379,00 GX50 GX50NT ST SC
PodrobnejšieAplikace matematiky- záverečná práca Juraj Bodík 28. septembra 2017 Definície Žena - objekt ohodnotený celým číslom. Každé dve ženy sa dajú porovnat a
Aplikace matematiky- záverečná práca Juraj Bodík 28. septembra 207 Definície Žena - objekt ohodnotený celým číslom. aždé dve ženy sa dajú porovnat a rozlíšit, t.j. žiadne dve nemajú rovanké hodnotenie.
PodrobnejšieMicrosoft Word - mnohouholnik.doc
Výpočet obsahu mnohouholníka Mnohouholník je daný súradnicami svojich vrcholov: A1[x1, y1], A2[x2, y2],..., An[xn, yn]. Aby sme sa vyhli komplikáciám, obmedzíme sa na prípad konvexného mnohouholníka. Súradnice
PodrobnejšieUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY MODELY SPOTOVÝCH CIEN ELEKTRICKEJ ENERGIE S PREPÍNANÍM REŽIMOV DIPLOMOVÁ P
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY MODELY SPOTOVÝCH CIEN ELEKTRICKEJ ENERGIE S PREPÍNANÍM REŽIMOV DIPLOMOVÁ PRÁCA 2016 Štefan KRAKOVSKÝ UNIVERZITA KOMENSKÉHO V
PodrobnejšieOptimal approximate designs for comparison with control in dose-escalation studies
Optimal approximate designs for comparison with control in dose-escalation studies a Radoslav Harman Fakulta matematiky, fyziky a informatiky Univerzity Komenského 15. 9. 2016 Optimálne aproximatívne dizajny
PodrobnejšieZáklady automatického riadenia - Prednáška 2
Základy automatického riadenia Predná²ka 2 doc. Ing. Anna Jadlovská, PhD., doc. Ing. Ján Jadlovský, CSc. Katedra kybernetiky a umelej inteligencie Fakulta elektrotechniky a informatiky Technická univerzita
PodrobnejšieUniverzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky Niektoré metrické vlastnosti čiastočných náhodných booleovských funkcií Di
Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky Niektoré metrické vlastnosti čiastočných náhodných booleovských funkcií Diplomová práca 2013 Bc. Jakub Husár iii Katedra Informatiky
PodrobnejšieMicrosoft Word - skripta3b.doc
6. Vlastnosti binárnych relácií V tejto časti sa budeme venovať šiestim vlastnostiam binárnych relácií. Najprv si uvedieme ich definíciu. Reláciu R definovanú v množine M nazývame: a ) reflexívnou, ak
PodrobnejšieOperačná analýza 2
Krivky (čiary) Krivku môžeme definovať: trajektória (dráha) pohybujúceho sa bodu, jednoparametrická sústava bodov charakterizovaná určitou vlastnosťou,... Krivky môžeme deliť z viacerých hľadísk, napr.:
PodrobnejšieMicrosoft Word - Zaver.pisomka_januar2010.doc
Písomná skúška z predmetu lgebra a diskrétna matematika konaná dňa.. 00. príklad. Dokážte metódou vymenovaním prípadov vlastnosť: Tretie mocniny celých čísel sú reprezentované celými číslami ktoré končia
PodrobnejšieMicrosoft Word - Sprava 2005 rocna 03 DEF.doc
VÚB AM DLHOPISOVÝ EUROFOND, otvorený podielový fond VÚB Asset Management, správ. spol., a.s. Správa o hospodárení k 31.12.2005 Správa o hospodárení k 31.12.2005 VÚB AM DLHOPISOVÝ EUROFOND, otvorený podielový
PodrobnejšieCDT
EBA/GL/2016/09 04/01/2017 Usmernenia o korekciách modifikovanej durácie v prípade dlhových nástrojov podľa druhého pododseku článku 340 ods. 3 nariadenia (EÚ) 575/2013 1. Povinnosti týkajúce sa dodržiavania
PodrobnejšieAnalýza sociálnych sietí Geografická lokalizácia krajín EU
Analýza sociálnych sietí Geografická lokalizácia krajín EU Ekonomická fakulta TU v Košiciach 20. februára 2009 Vzt ahy medzi krajinami - teória grafov Doterajšie riešenia 1 problém farbenia grafov (Francis
PodrobnejšieProgramátorské etudy - Pascal
MODIFIKÁCIA OBRÁZKOV ÚLOHA NA HODINU Dorobte projekt Modifikácia obrázkov, ktorý je zameraný na prácu s grafickou plochou ako dvojrozmerným poľom. Modifikáciu 13 máte predpripravenú. Doprogramujte ďalšie
PodrobnejšieJadrova fyzika - Bc.
Základné vlastnosti jadier 1-FYZ-601 Jadrová fyzika ZÁKLADNÉ VLASTNOSTI ATÓMOVÉHO JADRA 3. 10. 2018 Zhrnutie a základné poznatky 2/10 Praktické jednotky v jadrovej fyzike Je praktické využiť pre jednotky
Podrobnejšie