Bevezete s a ha ló zatók vila ga ba II.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bevezete s a ha ló zatók vila ga ba II."

Átírás

1 Bevezete s a ha ló zatók vila ga ba II. Véletlen hálózatok Szervezzünk partit! Körülbelül 100 vendéget hívunk meg. A vendégek kezdetben nem ismerik egymást. Kínáljuk őket sajttal és borral, biztosítva a parti kellemes hangulatát. Nemsokára 2-3 fős beszélgető csoportok alakulnak ki a társaságban. Említsük meg egyiküknek, hogy az egyik üvegben egy ritka vörösbor van. Ha a beavatott vendég csak az addig megismert emberekkel osztja meg ezt az információt, arra számítunk, hogy a ritka bor híre nem sok emberhez fog eljutni. A vendégek viszont vegyülnek, és hamarosan olyan ismeretségi hálózat alakul ki, amelyben a ritka bor híre gyorsan terjed. Forrás: Barabási (2016) Lehet, hogy valaki személyesen nem ismeri azt az embert, akit beavattunk a titkunkba, de ismer valakit, aki ismeri az emberünket, így lassan szétszivárog a drága borunk híre. Egy ilyen parti modellezett térképe a klasszikus hálózatkutatásban használatos véletlen hálózati modelljét fogja tükrözni. Ennek részletesebb tárgyalása történik meg a következőkben. A hálózattudomány igyekszik olyan modelleket alkotni, amelyek pontosan visszaadják a valóságos hálózatok tulajdonságait, hogy azok reprezentálhatóak és vizsgálhatóak legyenek. A véletlen hálózatok elmélete belefoglalja a nyilvánvaló véletlenszerűséget a hálózatok létrehozásába és jellemzésébe. A feladat annak megjósolása, hogy hol érdemes kapcsolatokat létesíteni a csomópontok között, és a valóságot alapul véve az a legcélszerűbb, ha a

2 kapcsolatokat véletlenszerűen illesztjük be a csomópontok közé. Egy vizsgált véletlen hálózat N megjelölt csomópontból áll, és minden csomópontpár között egyforma, p nagyságú valószínűséggel áll fenn kapcsolat. Egy véletlen hálózat létrehozásának lépései: 1. Vegyünk N darab különálló csomópontot 2. Válasszunk ki két csomópontot, majd állítsunk elő egy véletlen számot 0 és 1 között 3. Ha szám nagyobb p-nél, akkor kapcsoljuk össze ezt a két csomópontot, különben maradjanak különállóak 4. Ismételjük meg az előző lépést mind az N(N-1)/2 csomópontpárral. Az ezekkel a lépésekkel kapott hálózatot véletlen gráfnak, másképpen véletlen hálózatnak nevezzük. A fenti algoritmust Erdős Pál és Rényi Alfréd alkották meg, ezért nevezzük a fenti eljárással konstruált gráfokat Erdős-Rényi hálózatnak. Egy ilyen módon modellezett hálózat nem képes teljes egészében modellezni valós hálózatot, viszont remek kiindulási pontot és összehasonlítási alapot ad a kutatások során. Kis világok Az előző anyagban már említettük a hat kézfogás modelljét. Ha bárhol a Földön kiválasztunk valakit, és a Föld bármely részén valaki mást, akkor legfeljebb 6 ismerősön át út vezet közöttük. A hálózattudomány nyelvén ez annyit tesz, hogy a hálózatban két véletlenül kiválasztott csomópont között is rövid a távolság. De mit jelent az, hogy rövid (kicsi), vagyis mihez képest kicsi? Mivel magyarázhatóak egyáltalán a kis távolságok létezése? Nézzünk meg egy <k> átlagos fokszámú hálózatot! Ebben a hálózatban egy csomóponttól átlagban - számú csomópont esik egy kapcsolatnyira (d=1) - számú kapcsolat esik két kapcsolatnyira (d=2) - számú kapcsolat esik három kapcsolatnyira (d=3) - - számú kapcsolat esik d kapcsolatnyira Ha például ez egy egyén becsült ismerőseinek száma akkor várhatóan egyént találunk kétlépésnyire, és körülbelül egymilliárdot háromlépésnyire.

3 1967-ben Stanley Milgram belevágott egy kísérletbe, célja az ismeretségi hálózat távolságainak megmérése volt. Kiválasztott célszemélyeket az Amrikai Egyesült Államokban, majd véletlenszerűen kiválasztott embereknek levelet küldött és megkérte őket, hogy küldjenek levelet egyik ismerősüknek, aki hozzásegítené Milgramot ahhoz, hogy az általa keresett célszemélyt elérje. A 296 kiküldött levélből 64 visszaérkezett. Ezeknek a visszaérkezett leveleknek a felhasználásával Milgram megállapította, hogy a közvetítők átlagos száma 5,5. Ebből született a hat lépés távolság elmélet. A skálafüggetlenség Az első kísérlet a web feltérképezésére 1998-ban történt, a Notre Dame Egyetem egyik munkatársa, Hawoong Jeong egy körülbelül 300 ezer dokumentumból és 1,5 millió hivatkozásból álló tartományt térképezett fel. Megállapította, hogy nagy a véletlenszerűség a web kapcsolati diagramjában, viszont rendelkezik olyan magas összekapcsoltságú csomópontokkal, amelyekre nem számított. Ezek a középpontok nem csak a web esetében jelennek meg, hanem a legtöbb valóságos hálózatra is jellemzőek. Amennyiben a web véletlen hálózatokkal lenne jól modellezhető, a fokszámok Poissoneloszlást követnének. A megfigyelések viszont azt mutatják, hogy a valós hálózatok nem Poisson, hanem hatványfüggvény-eloszlással jellemezhetőek. Azaz viszonylag sok pont van alacsony fokszámmal a hálózatban, e mellett jellemzőek a magas fokszámú pontok is, viszont belőlük viszonylag kevés van. A következő ábra mutatja a különbséget a két eloszlás között. Forrás: Barabási (2016)

4 A fenti jelenség modellezését a Barabási-Albert modell segítségével tehetjük meg. A véletlen és a skálafüggetlen hálózatok között a középpontok feltűnése a legszembetűnőbb. A véletlen hálózatok modellje feltételezi a csomópontok számának állandóságát, a valóságos hálózatokban viszont a csomópontok száma folyamatosan növekszik. A valóságos hálózatokban az új csomópontok inkább a jobban kapcsolt csomópontokhoz csatlakoznak (preferenciális kapcsolódás), a véletlen hálózatokban viszont véletlenszerű csomópontokkal teremtenek kapcsolatot. Az algoritmus a következő: Induljunk ki számú csomópontból Amíg van a hálózatban legalább egy kapcsolatok nélküli csomópont, addig egyesével új kapcsolatokat adunk hozzá a hálózathoz tetszőleges helyen Minden lépésben hozzáadunk a hálózathoz m ( ) számú kapcsolatot, s azok egyetlen új csomópontot kötnek össze a hálózat már meglévő m csomópontjával Annak a valószínűsége, hogy az új csomópont egy kapcsolata a már meglévő i-edik csomóponthoz kapcsolódik az i-edik csúcs fokszámától függ, a következőképpen: ( ) A preferenciális kapcsolódás ebből következően egy valószínűségi mechanizmus: egy új csomópont szabadon kapcsolódhat a hálózat bármelyik csomópontjához. A következő ábra a Barabási-Albert modell egyik lehetséges kimenetelét mutatja. Forrás: Barabási (2016)

5 Hálózatok a gazdaságban Magát a hálózat fogalmát a közgazdaságtanban többféleképpen közelíthetjük meg, az egyik a hálózatos iparágakon keresztül történik. Hálózatos iparágak alatt a távközlés, a közlekedés, az energiaszolgáltatás infrastruktúrájának hálózatát értjük. Ekkor bizonyos szolgáltatást alakítottak ki hálózati struktúrára, azaz a modellezés során csomópontokat és köztük lévő kapcsolatokat lehetséges felvázolni. Ebben az esetben a hálózat egy fix rendszer és a döntési szituáció általában az, hogy az egyén csatlakozik-e ehhez a rendszerhez, vagy sem. A döntési szituáció jellegéből adódóan piaci szerkezetre irányuló elemzést végezhetünk ekkor. A következőkben bemutatásra kerül egy olyan modell, ahol a kiinduló helyzetben egy már meglévő telefonhálózat vizsgálatát végezzük el. A fogyasztók kiépített hálózatra való rácsatlakozása képezi a döntési szituáció alapját. Ekkor a modellben a telefonhálózat már ki van építve minden háztartásban és a fogyasztó dönti el, hogy előfizet-e, azaz bekapcsolódik-e ténylegesen a hálózatba. Ekkor megjelenik egy igen érdekes fogalom, a hálózati externália. Ehhez kapcsolódóan elemzéseket végezhetünk a piaci keresleti függvényre vonatkozóan egy olyan jószág esetében, amikor a fent említett hálózati externália jelen van a piacon. Egy, a vizsgálat részét képező jószág a vevői számára annál értékesebb, minél többen fogyasztják azt. A hálózati externália jelensége azoknak a termékeknek a piacán fordul elő, amelyeknek a fogyasztói valamilyen hálózatot képeznek. Legyen ez a már korábban említett városi telefonhálózat. Ahhoz, hogy könnyebben tudjunk modellezni, tegyük fel, hogy ez a hálózat nem áll kapcsolatban a külvilággal, azaz csak városon belüli telefonszámot lehetséges hívni. Amikor csak kevés embernek van telefonja a városban (azaz kevesen fogyasztják a telefon-előfizetés nevű terméket), akkor kicsi a valószínűsége, hogy a vizsgált fogyasztóknak sok olyan családtagja, rokona van az előfizetők között, akivel szívesen beszélgetne telefonon. Ezért nem lesz túl sok haszna a fogyasztónak abból, ha előfizet a telefonra. Ha már viszonylag sokan fizetnek elő, akkor jóval nagyobb az esélye, hogy ott vannak köztük a vevő rokonai, családtagjai, ismerősei, így a telefon-előfizetés értéke megemelkedett a vevő számára és valószínűleg így van ezzel a város többi lakója is. Egy nagyobb hálózat tehát minden tagja számára többet ér ez a hálózati externália lényege. Egy hétköznapi jószág keresleti görbéje - egy olyan koordináta-rendszerben ábrázolva, amelynek vízszintes tengelyén a mennyiség, függőleges tengelyén az ár szerepel egy negatív meredekségű lineáris egyenes. Hálózati externália esetében a helyzet módosul: a piaci

6 keresleti görbe nem feltétlenül lesz többé mindenhol negatív meredekségű: visszahajlóvá válhat. Ennek reprezentálását mutatja a lenti ábra: p p D q A jelenség magyarázata a következő: tegyük fel, hogy a szóban forgó termék piacán viszonylag alacsony az ár. Klasszikus jószág esetén ez azt jelentené, hogy a kereslet a jószág iránt viszonylag magas. Amennyiben az említett piacon megjelenik a hálózati externália jelensége, akkor a fenti csak az egyik lehetséges magyarázat; a másik az, hogy azért alacsony az ár, mert kevesen keresik a terméket, ezért éppen a hálózati externáliából adódóan azt mindenki kevésre értékeli, így aztán az eladók hiába is próbálkoznának áremeléssel. Egy tetszőlegesen kiválasztott p ár tehát kétféle eladott mennyiséggel is egyensúlyt alkot: egy alacsonnyal (az ábrán ) és egy magassal (az ábrán ). Hogy melyik helyzet fog ténylegesen kialakulni? Ez a fogyasztók várakozásaitól függ. Azaz ha a fogyasztók arra számítanak, hogy minél többen fognak csatlakozni a telefonhálózathoz, ők is megteszik azt. Ha az ellenkezőjére, akkor nem fognak előfizetni a termékre. Hol van itt a játszma? Követve a félév során már megismert PAPI-rendszert ( azaz Players- Actions-Payoff-Information rendszer), elemezzük a fenti helyzetet. Players játékosok: Egyik oldalon a vevők, másik oldalon a szolgáltató; Actions akciók: A döntési lehetőségek a vevői oldalon szerepelnek: megvásárolja-e a fogyasztó a hálózaton elérhető szolgáltatást, vagy sem; Payoff kifizetés: A szolgáltatói oldalon a vevő által elfogyasztott termék után kapott bevétel a tágan értelmezett nyereség. A vevői oldalon pedig azon hasznosságnövekmény tekinthető nyereségnek, amely abból fakad, hogy a fogyasztó képes telefonos kapcsolatot teremteni a barátaival, rokonaival, stb.

7 Information információk: ide sorolható például annak ismerete, hogy egy adott vevő mely ismerősei fizettek már elő a telefonszolgáltatásra, a fogyasztók rezervációs ára, stb. A szolgáltatónak ez esetben érdeke meggyőzni a fogyasztót arról, hogy terméke népszerű, hogy a vevő úgy alakítsa ki várakozásait, hogy arra számítson, hogy sokan lesznek azok a városban, akiket el fog tudni érni telefonon. Felhasznált irodalom: 1. Barabási Albert-László (2016): A hálózatok tudománya. Libri, Budapest 2. Kiss Károly Miklós, Badics Judit, Nagy Dávid Krisztián: Hálózati gazdaságtan - Pannon Egyetem Közgazdaságtan Tanszék jegyzet

Véletlen gráfok, hálózatok

Véletlen gráfok, hálózatok Véletlen gráfok, hálózatok Véletlen gráfok, hálózatok Csirik András 2018.04.25 Erdős-Rényi modell Watts-Strogatz modell Barabási-Albert modell Hálózatok a mindennapokban Hálózatok a világ minden területén

Részletesebben

A Barabási-Albert-féle gráfmodell

A Barabási-Albert-féle gráfmodell A Barabási-Albert-féle gráfmodell és egyéb véletlen gráfok Papp Pál András Gráfok, hálózatok modelljei Rengeteg gráfokkal modellezhető terület: Pl: Internet, kapcsolati hálók, elektromos hálózatok, stb.

Részletesebben

Hálózatok fejlődése A hatványtörvény A preferential attachment A uniform attachment Vertex copy. SZTE Informatikai Intézet

Hálózatok fejlődése A hatványtörvény A preferential attachment A uniform attachment Vertex copy. SZTE Informatikai Intézet Hálózattudomány SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Előadó: London András 4. Előadás Hogyan nőnek a hálózatok? Statikus hálózatos modellek: a pontok száma (n) fix, az éleket valamilyen

Részletesebben

Összefoglalás és gyakorlás

Összefoglalás és gyakorlás Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)

Részletesebben

Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz

Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz 1. feladattípus a megadott adatok alapján lineáris keresleti, vagy kínálati függvény meghatározása 1.1. feladat

Részletesebben

1.2.1 A gazdasági rendszer A gazdaság erőforrásai (termelési tényezők)

1.2.1 A gazdasági rendszer A gazdaság erőforrásai (termelési tényezők) Galbács Péter, Szemlér Tamás szerkesztésében Mikroökonómia TARTALOM Előszó 1. fejezet: Bevezetés 1.1 A közgazdaságtan tárgya, fogalma 1.1.1 A közgazdaságtan helye a tudományok rendszerében 1.1.2 A közgazdaságtan

Részletesebben

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti és Módszertani Intézet

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti és Módszertani Intézet Universität Miskolci Egyetem, Miskolc, Fakultät Gazdaságtudományi für Wirtschaftswissenschaften, Kar, Gazdaságelméleti Istitut és für módszertani Wirtschaftstheorie Intézet Közgazdaságtan alapjai Dr. Karajz

Részletesebben

Betekintés a komplex hálózatok világába

Betekintés a komplex hálózatok világába Betekintés a komplex hálózatok világába Dr. Varga Imre Debreceni Egyetem Informatikai Kar EFOP-3.6.1-16-2016-00022 Egyszerű hálózatok Grafit kristály Árpád házi uralkodók családfája LAN hálózat Komplex

Részletesebben

Bevezetés s a piacgazdaságba

Bevezetés s a piacgazdaságba Bevezetés s a piacgazdaságba gba Alapfogalmak, piaci egyensúly Bacsi, BevPiacgaz 1 Elméleti: mikroökonómia makroökonómia nemzetközi gazdaságtan világgazdaságtan komparatív gazdaságtan közg. elmélettörténet

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi és gazdasági hálózatok modellezése Társadalmi és gazdasági hálózatok modellezése 6. el adás Hálózatok növekedési modelljei: `uniform és preferential attachment' El adó: London András 2015. október 12. Hogyan n nek a hálózatok? Statikus

Részletesebben

Bevezetés s a piacgazdaságba. gba. Alapprobléma. Mikroökonómia: elkülönült piaci szereplık, egyéni érdekek alapvetı piaci törvények

Bevezetés s a piacgazdaságba. gba. Alapprobléma. Mikroökonómia: elkülönült piaci szereplık, egyéni érdekek alapvetı piaci törvények A mikroökonómia és makroökonómia eltérése: Bevezetés s a piacgazdaságba gba Alapfogalmak, piaci egyensúly Mikroökonómia: elkülönült piaci szereplık, egyéni érdekek alapvetı piaci törvények Makroökonómia:

Részletesebben

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete? 1. Írja fel annak az egyenesnek az egyenletét, amely áthalad az (1; 3) ponton, és egyik normálvektora a (8; 1) vektor! Az egyenes egyenlete: 2. Végezze el a következő műveleteket, és vonja össze az egynemű

Részletesebben

Statisztikai módszerek a skálafüggetlen hálózatok

Statisztikai módszerek a skálafüggetlen hálózatok Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti

Részletesebben

Példa a report dokumentumosztály használatára

Példa a report dokumentumosztály használatára Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............

Részletesebben

Bevezete s a ha ló zatók vila ga ba

Bevezete s a ha ló zatók vila ga ba Bevezete s a ha ló zatók vila ga ba Bevezetés Kezdjük egy játékkal! Képzeletünkben kalandozzunk el és válasszunk egy tetszőleges országot a világon, annak tetszőleges települését és egy ott élő tetszőleges

Részletesebben

MIKROÖKONÓMIA I. B. Készítette: K hegyi Gergely, Horn Dániel és Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június

MIKROÖKONÓMIA I. B. Készítette: K hegyi Gergely, Horn Dániel és Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Közgazdaságtan I. Számolási feladat-típusok a számonkérésekre 1. hét. 2018/2019/I. Kupcsik Réka

Közgazdaságtan I. Számolási feladat-típusok a számonkérésekre 1. hét. 2018/2019/I. Kupcsik Réka Közgazdaságtan I. Számolási feladat-típusok a számonkérésekre 1. hét 2018/2019/I. Témakörök I. Bevezetés II. Horizontális összegzés 1. III. Horizontális összegzés 2. IV. Piaci egyensúly V. Mennyiségi adó

Részletesebben

Csima Judit BME, SZIT február 18.

Csima Judit BME, SZIT február 18. 1 Véletlen gráfok és valós hálózatok Csima Judit BME, SZIT 2011. február 18. Tartalom 2 1. Motiváció: miért pont véletlen gráfok? Tartalom 2 1. Motiváció: miért pont véletlen gráfok? 2. A klasszikus modell:

Részletesebben

Szalai Péter. April 17, Szalai Péter April 17, / 36

Szalai Péter. April 17, Szalai Péter April 17, / 36 Szociális hálók Szalai Péter April 17, 2015 Szalai Péter April 17, 2015 1 / 36 Miről lesz szó? 1 Megfigyelések Kis világ Power-law Klaszterezhetőség 2 Modellek Célok Erdős-Rényi Watts-Strogatz Barabási

Részletesebben

Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án

Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án 1. feladattípus Egyváltozós keresleti, vagy kínálati függvények

Részletesebben

Debreceni Egyetem AGTC

Debreceni Egyetem AGTC Debreceni Egyetem AGTC GAZDÁLKODÁSTUDOMÁNYI ÉS VIDÉKFEJLESZTÉSI KAR Gazdaságelméleti Intézet Közgazdaságtan és Környezetgazdaságtan Tanszék 4032 DEBRECEN, Böszörményi út 138., 4015 DEBRECEN Pf.36. : (52)

Részletesebben

14.1.ábra: Rezervációs árak és a fogyasztói többlet (diszkrét jószág) 6. elıadás: Fogyasztói többlet; Piaci kereslet; Egyensúly

14.1.ábra: Rezervációs árak és a fogyasztói többlet (diszkrét jószág) 6. elıadás: Fogyasztói többlet; Piaci kereslet; Egyensúly (C) htt://kgt.bme.hu/ / 6. elıadás: Fogyasztói többlet; Piaci kereslet; Egyensúly 4..ábra: Rezervációs ak és a fogyasztói többlet (diszkrét jószág) Ár r r 2 Ár r r 2 r 3 r 4 r 5 r 6 r 3 r 4 r 5 r 6 2 3

Részletesebben

Bevezetés s a piacgazdaságba. gba. Alapprobléma. Mikroökonómia: elkülönült piaci szereplık, egyéni érdekek alapvetı piaci törvények

Bevezetés s a piacgazdaságba. gba. Alapprobléma. Mikroökonómia: elkülönült piaci szereplık, egyéni érdekek alapvetı piaci törvények A közgazdask zgazdaságtan gtan részei: r Bevezetés s a piacgazdaságba gba Alapfogalmak, piaci egyensúly Elméleti: mikroökonómia makroökonómia nemzetközi gazdaságtan világgazdaságtan komparatív gazdaságtan

Részletesebben

Nemzetközi gazdaságtan PROTEKCIONIZMUS: KERESKEDELEM-POLITIKAI ESZKÖZÖK

Nemzetközi gazdaságtan PROTEKCIONIZMUS: KERESKEDELEM-POLITIKAI ESZKÖZÖK Nemzetközi gazdaságtan PROTEKCIONIZMUS: KERESKEDELEM-POLITIKAI ESZKÖZÖK A vám típusai A vám az importált termékre kivetett adó A specifikus vám egy fix összeg, amelyet az importált áru minden egységére

Részletesebben

Piaci szerkezetek VK. Gyakorló feladatok a 4. anyagrészhez

Piaci szerkezetek VK. Gyakorló feladatok a 4. anyagrészhez Piaci szerkezetek VK Gyakorló feladatok a 4. anyagrészhez Cournot-oligopólium Feladatgyűjtemény 259./1. teszt Egy oligopol piacon az egyensúlyban A. minden vállalat határköltsége ugyanakkora; B. a vállalatok

Részletesebben

Szintvizsga Mikroökonómia május 5.

Szintvizsga Mikroökonómia május 5. Szintvizsga Mikroökonómia 2010. május 5. Név:. Fontos tudnivalók: A feladatsor megoldásához számológépet, vonalzót és kék színű tollat használhat! A számításoknál nem elegendő a végeredmény feltüntetése,

Részletesebben

Keresleti és kínálati függvény. Minden piacnak van egy keresleti és egy kínálati oldala, amelyeket a normatív közgazdaságtanban

Keresleti és kínálati függvény. Minden piacnak van egy keresleti és egy kínálati oldala, amelyeket a normatív közgazdaságtanban tehát attól függ, hogy x milyen értéket vesz fel. A függvényeket a közgazdaságtanban is a jól ismert derékszögû koordináta-rendszerben ábrázoljuk, ahol a változók nevének megfelelõen általában a vízszintes

Részletesebben

Gazdasági informatika gyakorlat

Gazdasági informatika gyakorlat Gazdasági informatika gyakorlat P-Gráfokról röviden Mester Abigél P-Gráf: A P-Gráfok olyan speciális páros gráfok, ahol a csúcsok két halmazba oszthatók: ezek az anyag jellegű csúcsok, valamint a gépek.

Részletesebben

IV. Felkészítő feladatsor

IV. Felkészítő feladatsor IV. Felkészítő feladatsor 1. Az A halmaz elemei a (-7)-nél nagyobb, de 4-nél kisebb egész számok. B a nemnegatív egész számok halmaza. Elemeinek felsorolásával adja meg az A \ B halmazt! I. 2. Adott a

Részletesebben

Közgazdaságtan. A vállalatok kínálata Szalai László

Közgazdaságtan. A vállalatok kínálata Szalai László Közgazdaságtan A vállalatok kínálata Szalai László A vállalat kínálata Döntési faktorok Termelési mennyiség Értékesítési ár Korlátozó feltételek Technológiai korlátok Termelési függvény Gazdasági korlátok

Részletesebben

Mikroökonómia előadás. Dr. Kertész Krisztián Fogadóóra: minden szerdán között Helyszín: 311-es szoba

Mikroökonómia előadás. Dr. Kertész Krisztián   Fogadóóra: minden szerdán között Helyszín: 311-es szoba Mikroökonómia előadás Dr. Kertész Krisztián e-mail: k.krisztian@efp.hu Fogadóóra: minden szerdán 10.15 11.45. között Helyszín: 311-es szoba Irodalom Tankönyv: Jack Hirshleifer Amihai Glazer David Hirshleifer:

Részletesebben

Geometriai valo szí nű se g

Geometriai valo szí nű se g Geometriai valo szí nű se g Szűk elméleti áttekintő Klasszikus valószínűség: Geometriai valószínűség: - 1 dimenzióban: - dimenzióban: - + dimenzióban: jó esetek összes eset jó szakaszok teljes szakasz

Részletesebben

Közgazdaságtan I. 2015. február 18. 2. alkalom Tóth-Bozó Brigitta

Közgazdaságtan I. 2015. február 18. 2. alkalom Tóth-Bozó Brigitta Közgazdaságtan I. 2015. február 18. 2. alkalom Tóth-Bozó Brigitta Általános bevezető Fogalmak a mai alkalomra: - kereslet/keresleti függvény/keresleti görbe - kínálat/kínálati függvény/keresleti görbe

Részletesebben

13. A zöldborsó piacra jellemző keresleti és kínálati függvények a következők P= 600 Q, és P=100+1,5Q, ahol P Ft/kg, és a mennyiség kg-ban értendő.

13. A zöldborsó piacra jellemző keresleti és kínálati függvények a következők P= 600 Q, és P=100+1,5Q, ahol P Ft/kg, és a mennyiség kg-ban értendő. 1. Minden olyan jószágkosarat, amely azonos szükségletkielégítési szintet (azonos hasznosságot) biztosít a fogyasztó számára,.. nevezzük a. költségvetési egyenesnek b. fogyasztói térnek c. közömbösségi

Részletesebben

VI. Felkészítő feladatsor

VI. Felkészítő feladatsor VI. Felkészítő feladatsor I. 1. Egyszerűsítse az y 3 y 2 y 1 törtet, ha y 1. 2. Milyen számjegy állhat az X helyén, ha a négyjegyű 450X szám 6-tal osztható? 3. Minden utca zajos. Válassza ki az alábbiak

Részletesebben

NEMZETKÖZI KÖZGAZDASÁGTAN Specifikus termelési tényezők, standard modell

NEMZETKÖZI KÖZGAZDASÁGTAN Specifikus termelési tényezők, standard modell NEMZETKÖZI KÖZGAZDASÁGTAN Specifikus termelési tényezők, standard modell Kiss Olivér Budapesti Corvinus Egyetem Makroökonómia Tanszék Van tankönyv, amit már a szeminárium előtt érdemes elolvasni! Érdemes

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

Valószínűségszámítás és statisztika

Valószínűségszámítás és statisztika Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

Ramsey-féle problémák

Ramsey-féle problémák FEJEZET 8 Ramsey-féle problémák "Az intelligens eljárást az jellemzi, hogy még a látszólag megközelíthetetlen célhoz is utat nyit, megfelelő segédproblémát talál ki és először azt oldja meg." Pólya György:

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

Részletesebben

Matematikai geodéziai számítások 10.

Matematikai geodéziai számítások 10. Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László

Részletesebben

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet

Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet Közgazdaságtan alapjai Dr. Karajz Sándor Gazdaságelméleti 4. Előadás Az árupiac és az IS görbe IS-LM rendszer A rövidtávú gazdasági ingadozások modellezésére használt legismertebb modell az úgynevezett

Részletesebben

Bevezető feldatok. Elágazás és összegzés tétele

Bevezető feldatok. Elágazás és összegzés tétele Bevezető feldatok 1. Szövegértés és algoritmikus gondolkodás Kátai Zoltán https://people.inf.elte.hu/szlavi/infodidact15/manuscripts/kz.pdf Elágazás és összegzés tétele Táblázatkezelési feladatok Feladatok

Részletesebben

Makroökonómia. 12. hét

Makroökonómia. 12. hét Makroökonómia 12. hét A félév végi zárthelyi dolgozatról Nincs összevont vizsga! Javító és utóvizsga van csak, amelyen az a hallgató vehet részt, aki a szemináriumi dolgozat + 40 pontos dolgozat kombinációból

Részletesebben

Elektronikus példatár Dr. Koppány Krisztián PhD, SZE 2012

Elektronikus példatár Dr. Koppány Krisztián PhD, SZE 2012 2. lecke FELAATOK 4.) Egy termék iacán 36 Ft/db-os vagy annál magasabb egységáron egyetlen vevő sem vásárol. Amennyiben az ár 36 Ft/db alá csökken, akkor minden 5 Ft-os árcsökkenés 8 darabbal növeli a

Részletesebben

(makro modell) Minden erőforrást felhasználnak. Árak és a bérek tökéletesen rugalmasan változnak.

(makro modell) Minden erőforrást felhasználnak. Árak és a bérek tökéletesen rugalmasan változnak. (makro modell) Vannak kihasználatlat erőforrások. Árak és a bérek lassan alkalmazkodnak. Az, hogy mit csináltunk most, befolyásolja a következő periódusbeli eseményeket. Minden erőforrást felhasználnak.

Részletesebben

PRÓBAÉRETTSÉGI 2004.május MATEMATIKA. KÖZÉPSZINT I. 45 perc

PRÓBAÉRETTSÉGI 2004.május MATEMATIKA. KÖZÉPSZINT I. 45 perc PRÓBAÉRETTSÉGI 2004.május MATEMATIKA KÖZÉPSZINT I. 45 perc A feladatok megoldására 45 perc fordítható, az idő leteltével a munkát be kell fejeznie. A feladatok megoldási sorrendje tetszőleges. A feladatok

Részletesebben

Makroökonómia. 13. hét

Makroökonómia. 13. hét Makroökonómia 13. hét Ezen a héten Ragadós árak és ragadós bérek Tankönyv 12. fejezete Geometriai feladatok Költségsokk Változik az aggregált kínálat Jövő héten Végigoldunk egy 40 pontos vizsgasort! Feladatválasztós

Részletesebben

Coming soon. Pénzkereslet

Coming soon. Pénzkereslet Coming soon Akkor és most Makroökonómia 11. hét 40 pontos vizsga Május 23. hétfő, 10 óra Május 27. péntek, 14 óra Június 2. csütörtök, 12 óra Csak egyszer lehet megírni! Minimumkövetelmény: 40% (16 pont)

Részletesebben

GAZDASÁGI ISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

GAZDASÁGI ISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Gazdasági ismeretek emelt szint 1712 ÉRETTSÉGI VIZSGA 2017. május 25. GAZDASÁGI ISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA I. TESZTFELADATOK 18

Részletesebben

A vám gazdasági hatásai NEMZETKZÖI GAZDASÁGTAN

A vám gazdasági hatásai NEMZETKZÖI GAZDASÁGTAN A vám gazdasági hatásai NEMZETKZÖI GAZDASÁGTAN Forrás: Krugman-Obstfeld-Melitz: International Economics Theory & Policy, 9th ed., Addison-Wesley, 2012 A vám típusai A vám az importált termékre kivetett

Részletesebben

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június KÖZGAZDASÁGTAN I. Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 3. hét A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 3. hét A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely

Részletesebben

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Alapfogalmak II. Def.: Egy gráf összefüggő, ha bármely pontjából bármely pontjába eljuthatunk egy úton.

Alapfogalmak II. Def.: Egy gráf összefüggő, ha bármely pontjából bármely pontjába eljuthatunk egy úton. lapfogalmak II Nézzük meg mégegyszer a königsbergi séták problémáját! város lakói vasárnaponként szerettek sétálni a szigeteken. Felvetődött a kérdés, hogy hogyan lehetne olyan sétát tenni a városban,

Részletesebben

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont) 1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Normális eloszlás tesztje

Normális eloszlás tesztje Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra

Részletesebben

Függvények Megoldások

Függvények Megoldások Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény

Részletesebben

MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június

MIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Mikroökonómia előadás. Dr. Kertész Krisztián Fogadóóra: minden szerdán között Helyszín: 311-es szoba

Mikroökonómia előadás. Dr. Kertész Krisztián Fogadóóra: minden szerdán között Helyszín: 311-es szoba Mikroökonómia előadás Dr. Kertész Krisztián Fogadóóra: minden szerdán 10.15 11.45. között Helyszín: 311-es szoba Költségvetési egyenes Költségvetési egyenes = költségvetési korlát: azon X és Y jószágkombinációk

Részletesebben

Algoritmusok bonyolultsága

Algoritmusok bonyolultsága Algoritmusok bonyolultsága 5. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 27 Gazdaságos faváz Kruskal-algoritmus Joseph Kruskal (1928 2010) Legyen V = {v 1, v 2,..., v n }, E = {e 1, e 2,...,

Részletesebben

} számtani sorozat első tagja és differenciája is 4. Adja meg a sorozat 26. tagját! A = { } 1 pont. B = { } 1 pont. x =

} számtani sorozat első tagja és differenciája is 4. Adja meg a sorozat 26. tagját! A = { } 1 pont. B = { } 1 pont. x = . Az { a n } számtani sorozat első tagja és differenciája is 4. Adja meg a sorozat 26. tagját! a = 26 2. Az A és B halmazokról tudjuk, hogy A B = {;2;3;4;5;6}, A \ B = {;4} és A B = {2;5}. Sorolja fel

Részletesebben

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 2. hét KERESLET, KÍNÁLAT, EGYENSÚLY

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 2. hét KERESLET, KÍNÁLAT, EGYENSÚLY KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. KERESLET, KÍNÁLAT, EGYENSÚLY Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely 2010. június Vázlat 1

Részletesebben

Makroökonómia. 11. hét

Makroökonómia. 11. hét Makroökonómia 11. hét Coming soon 40 pontos vizsga Május 23. hétfő, 10 óra Május 27. péntek, 14 óra Június 2. csütörtök, 12 óra Csak egyszer lehet megírni! Minimumkövetelmény: 40% (16 pont) Akkor és most

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Mikroökonómia előadás. Dr. Kertész Krisztián főiskolai docens

Mikroökonómia előadás. Dr. Kertész Krisztián főiskolai docens Mikroökonómia előadás Dr. Kertész Krisztián főiskolai docens k.krisztian@efp.hu Árrugalmasság A kereslet árrugalmassága = megmutatja, hogy ha egy százalékkal változik a termék ára, akkor a piacon hány

Részletesebben

Fejlesztı neve: HORZSA GÁBORNÉ. Tanóra / modul címe: A LAKÁSOK FŐTÉSE, FŐTÉSI RENDSZEREK

Fejlesztı neve: HORZSA GÁBORNÉ. Tanóra / modul címe: A LAKÁSOK FŐTÉSE, FŐTÉSI RENDSZEREK Fejlesztı neve: HORZSA GÁBORNÉ Tanóra / modul címe: A LAKÁSOK FŐTÉSE, FŐTÉSI RENDSZEREK 1. Az óra tartalma A tanulási téma bemutatása; A téma és a módszer összekapcsolásának indoklása: A lakások fűtésének

Részletesebben

Közösség detektálás gráfokban

Közösség detektálás gráfokban Közösség detektálás gráfokban Önszervező rendszerek Hegedűs István Célkitűzés: valamilyen objektumok halmaza felett minták, csoportok detektálása csakis az egyedek közötti kapcsolatok struktúrájának a

Részletesebben

Szimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)

Szimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László) Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus

Részletesebben

Komplex hálózatok: alapfogalmak, modellek, módszerek

Komplex hálózatok: alapfogalmak, modellek, módszerek Komplex hálózatok: alapfogalmak, modellek, módszerek London András, Németh Tamás 2015. április 13. Motiváció Alapfogalmak Centralitás mértékek Néhány gráfmodell Hálózatok mindenhol! ábra 1: Facebook kapcsolati

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

1. Tekintsük a következő két halmazt: G = {1; 2; 3; 4; 6; 12} és H = {1; 2; 4; 8; 16}. Elemeik felsorolásával adja meg a G H és a H \ G halmazokat!

1. Tekintsük a következő két halmazt: G = {1; 2; 3; 4; 6; 12} és H = {1; 2; 4; 8; 16}. Elemeik felsorolásával adja meg a G H és a H \ G halmazokat! 1. Tekintsük a következő két halmazt: G = {1; 2; 3; 4; 6; 12} és H = {1; 2; 4; 8; 16}. Elemeik felsorolásával adja meg a G H és a H \ G halmazokat! G H = H \ G = 2. Ha 1 kg szalámi ára 2800 Ft, akkor hány

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

matematikai statisztika

matematikai statisztika Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények

Részletesebben

A zsebrádiótól Turán tételéig

A zsebrádiótól Turán tételéig Jegyzetek egy matekóráról Lejegyezte és kiegészítésekkel ellátta: Meszéna Balázs A katedrán: Pataki János A gráfokat rengeteg életszagú példa megoldásában tudjuk segítségül hívni. Erre nézzünk egy példát:

Részletesebben

Közgazdaságtan I. avagy: mikroökonómia. Dr. Nagy Benedek

Közgazdaságtan I. avagy: mikroökonómia. Dr. Nagy Benedek Közgazdaságtan I. avagy: mikroökonómia r. Nagy Benedek Email: Nagy.Benedek@eco.u-szeged.hu, Tel: (62) 544-676, fogadó óra: Hétfő 14-15:30, KO 311 (szorgalmi időszakban) zemélyes találkozás 4 alkalommal:

Részletesebben

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 4. hét A KERESLETELMÉLET ALKALMAZÁSAI

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 4. hét A KERESLETELMÉLET ALKALMAZÁSAI KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. A KERESLETELMÉLET ALKALMAZÁSAI Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely 2010. június Vázlat

Részletesebben

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június KÖZGAZDASÁGTAN I. Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

NEMZETKÖZI KÖZGAZDASÁGTAN Kereskedelempolitika

NEMZETKÖZI KÖZGAZDASÁGTAN Kereskedelempolitika NEMZETKÖZI KÖZGAZDASÁGTAN Kereskedelempolitika Kiss Olivér Budapesti Corvinus Egyetem Makroökonómia Tanszék Van tankönyv, amit már a szeminárium előtt érdemes elolvasni! Érdemes előadásra járni, mivel

Részletesebben

Előadó: Dr. Kertész Krisztián

Előadó: Dr. Kertész Krisztián Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők

Részletesebben

2. Adott a valós számok halmazán értelmezett f ( x) 3. Oldja meg a [ π; π] zárt intervallumon a. A \ B = { } 2 pont. függvény.

2. Adott a valós számok halmazán értelmezett f ( x) 3. Oldja meg a [ π; π] zárt intervallumon a. A \ B = { } 2 pont. függvény. 1. Az A halmaz elemei a ( 5)-nél nagyobb, de 2-nél kisebb egész számok. B a pozitív egész számok halmaza. Elemeinek felsorolásával adja meg az A \ B halmazt! A \ B = { } 2. Adott a valós számok halmazán

Részletesebben

1. szemináriumi. feladatok. Ricardói modell Bevezetés

1. szemináriumi. feladatok. Ricardói modell Bevezetés 1. szemináriumi feladatok Ricardói modell Bevezetés Termelési lehetőségek határa Relatív ár Helyettesítési határráta Optimális választás Fogyasztási pont Termelési pont Abszolút előny Komparatív előny

Részletesebben

Fázisátalakulások vizsgálata

Fázisátalakulások vizsgálata KLASSZIKUS FIZIKA LABORATÓRIUM 6. MÉRÉS Fázisátalakulások vizsgálata Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. szeptember 28. Szerda délelőtti csoport 1. A mérés célja A mérés

Részletesebben

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt 1. Név:......................... Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt a gyártmányt készítik. Egy gyártmány összeszerelési ideje normális eloszlású valószín½uségi változó

Részletesebben

A hazai elszámolásforgalom hálózati elemzése

A hazai elszámolásforgalom hálózati elemzése A hazai elszámolásforgalom hálózati elemzése Révkomárom, 2013. január 23. Pál Zsolt egyetemi tanársegéd Miskolci Egyetem Gazdaságtudományi Kar A kutatás előzményei, háttere Hálózatelmélet - szabályos gráfok

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

feladatsor Alapszigorlat Alkalmazott közgazdasátan MINTA

feladatsor Alapszigorlat Alkalmazott közgazdasátan MINTA feladatsor Alapszigorlat Alkalmazott közgazdasátan MINTA A feladatsor kitöltésére 110 perc áll rendelkezésére. A dolgozathoz tollon és számológépen kívül más segédeszközt nem használhat. A mobiltelefon

Részletesebben

BME Nyílt Nap november 21.

BME Nyílt Nap november 21. Valószínűségszámítás, statisztika és valóság Néhány egyszerű példa Kói Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem koitomi@math.bme.hu BME Nyílt Nap 2014. november 21. Matematikai modell Matematikai

Részletesebben

Közgazdaságtan alapjai I. Dr. Karajz Sándor Gazdaságelméleti Intézet

Közgazdaságtan alapjai I. Dr. Karajz Sándor Gazdaságelméleti Intézet Közgazdaságtan alapjai I. Dr. Karajz Sándor Gazdaságelméleti Elérhetőség e-mail: karajz.sandor@uni-miskolc.hu tel.:46-565111/1899 Kötelező irodalom Szilágyi Dezsőné dr. szerk: Közgazdaságtan alapja I.

Részletesebben

Elméleti gazdaságtan 11. évfolyam (Mikroökonómia) tematika

Elméleti gazdaságtan 11. évfolyam (Mikroökonómia) tematika Elméleti gazdaságtan 11. évfolyam (Mikroökonómia) tematika I. Bevezető ismeretek 1. Alapfogalmak 1.1 Mi a közgazdaságtan? 1.2 Javak, szükségletek 1.3 Termelés, termelési tényezők 1.4 Az erőforrások szűkössége

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

Részletesebben

Feladatok MATEMATIKÁBÓL

Feladatok MATEMATIKÁBÓL Feladatok MATEMATIKÁBÓL a 12. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! 2. Írjuk fel gyökjelekkel a következő hatványokat! 3. Az ötnek hányadik hatványa a következő kifejezés?

Részletesebben

Természetismeret. 1. A természettudományos nevelés folyamatában történő kompetenciafejlesztés lehetőségei az alsó tagozaton.

Természetismeret. 1. A természettudományos nevelés folyamatában történő kompetenciafejlesztés lehetőségei az alsó tagozaton. Természetismeret 1. A természettudományos nevelés folyamatában történő kompetenciafejlesztés lehetőségei az alsó tagozaton. 1. Tervezzen egymásra épülő tevékenységeket az élő környezet megismerésére vonatkozóan!

Részletesebben

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

Részletesebben

Ellenállásmérés Ohm törvénye alapján

Ellenállásmérés Ohm törvénye alapján Ellenállásmérés Ohm törvénye alapján A mérés elmélete Egy fémes vezetőn átfolyó áram I erőssége egyenesen arányos a vezető végpontjai közt mérhető U feszültséggel: ahol a G arányossági tényező az elektromos

Részletesebben

Hálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft.

Hálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft. Hálózati elemzések az üzleti életben Kovács Gyula Sixtep Kft. Hálózat kutatás rövid ismertetése Königsbergi hidak problémája Háttér: A probléma története, hogy a poroszországi Königsberg (most Kalinyingrád,

Részletesebben

Zsidók, tudomány és hálózatok?

Zsidók, tudomány és hálózatok? Zsidók, tudomány és hálózatok? Bevezető gondolatok és alapfogalmak Biró Tamás OR-ZSE Hálózatkutatás a Zsidó Tanulmányokban kutatócsoport 2018. 12. 19. Hálózatok mindenhol Például: emberek alkotta társadalmi

Részletesebben

SzA II. gyakorlat, szeptember 18.

SzA II. gyakorlat, szeptember 18. SzA II. gyakorlat, 015. szeptember 18. Barátkozás a gráfokkal Drótos Márton drotos@cs.bme.hu 1. Az előre megszámozott (címkézett) n darab pont közé hányféleképp húzhatunk be éleket úgy, hogy egyszerű gráfhoz

Részletesebben