1. A PARADOXON LEÍRÁSA

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "1. A PARADOXON LEÍRÁSA"

Átírás

1 Szolnoki Tudományos Közlemények XIV. Szolnok, Libor Józsefné dr 1 A SZENTPÉTERVÁRI PARADOXON ÉS GAZDASÁGI VONATKOZÁSAI Előadásomban az ún. Szentpétervári Paradoxont szeretném bemutatni a nem-matematikusok számára is. A paradoxon feloldására több, érdekes megoldás született, melyek kidolgozása során az eredmények alkalmazási köre egyre szélesedett. A paradoxon létrejöttének és fejlődésének történeti ismertetése után munkámban a gazdasági vonatkozásairól szeretnék szólni, különös tekintettel a tőzsdei vizsgálatokkal való szoros kapcsolatról. Ez külön jelentőséggel bír napjainkban, amikor is a gazdasági válság még itt érződik mindennapjainkban. Egyéb gazdasági, sőt pszichológiai vonatkozása is van a témának, mely szintén sokak számára érdekes lehet. THE ST. PETERSBURG PARADOX AND ECONOMIC ASPECTS OF IT This work reviews some aspects of the history of the St. Petersburg paradox and some related games for the nonmathematicians either. The paradox and the given solutions are very interesting and useful for the economic field also. First I would like to show the history and the development of it, then we will see, that the run-up in stock prices in the late 1990s and the subsequent declines in 2000 could have been avoided by an analysis and application of the St. Petersburg paradox. There are some other applications of the paradox, for example in the field of psychology. 1. A PARADOXON LEÍRÁSA Maga a paradoxon egy játékból, illetve annak vizsgálatából született. A játék a következő: két játékos - nevezzük őket Péternek és Pálnak (aki a bankár szerepét játsza) az alábbiakban állapodnak meg. Péter elkezd dobálni egy pénzérmét. Ha első dobásra fej jön ki, akkor kap Páltól 2 forintot (vagy dukátot, vagy dollárt, vagy eurót, kinek mi tetszik). Ha csak a második dobásra kap fejet, akkor 4 forintot kap, ha a harmadik dobásnál lesz először fej, akkor 8 forintot és így tovább. Vagyis ha az első fej a k-dik dobásra jön ki, akkor 2 k forintot kap Páltól. Mivel Pál nem jótékonysági intézmény, így Péternek valamekkora részvételi díjat kell fizetnie a játékért. A kérdés az, hogy mekkora legyen ez a beszálló tőke Péter részéről, hogy a játék igazságos legyen? Igazságos játékon azt értjük, hogy az egyik játékos sem gazdagodhat a másik rovására. (Átlagos nyereménye, illetve a másik játékos átlagos vesztesége 0 kell, hogy legyen.) Foglaljuk az adatokat táblázatba, ahol x i jelöli azt a 1 Szolnoki Főiskola, Üzleti fakultás, Gazdaságelemzési Módszertani Tanszék, főiskolai docens, A cikket lektorálta: Dr. Madaras Lászlóné Szolnoki Főiskola, tanszékvezető, főiskolai tanár, PhD.

2 nyereményt, melyet Péter akkor kap, ha az i. dobásnál lesz először fej, illetve p i ezen eseménynek a valószínűségét: x i k p i 1/2 (1/2) 2 (1/2) 3 (1/2) 4 (1/2) 5 (1/2) k Hiszen szabályos érmét tekintve 0.5 annak a valószínűsége, hogy fejet dobunk. Ha csak a második dobásra kapunk fejet, az úgy lehet, hogy elsőre írást dobunk (0.5 valószínűséggel) és utána fejet, szintén 0,5 valószínűséggel. Mivel a két dobás (esemény) egymástól független, így ezen esemény valószínűsége 0,5x0,5 = (1/2) 2. Hasonlóan ha például azt az általános esetet nézzük, hogy a k. dobásra kapunk először fejet, az azt jelenti, hogy előtte (k-1)-szer írást dobunk ( (1/2) k-1 valószínűséggel) és utána fejet ½ valószínűséggel. Tehát az eseményünk valószínűsége (1/2) k-1 x (1/2) = (1/2) k. És ez így megy tovább a végtelenségig. Ez így teljesen rendben is van, hiszen ( 1 k=1 2 )k = 1 (a végtelen mértani sor összegképlete alapján), ami egyébként azt jelenti, hogy a játék véges számú lépésben véget fog érni majdnem biztosan (1 valószínűséggel). Vagyis Péter nyereménye majdnem biztosan véges lesz. Pálnak (a bankárnak) azonban az a véleménye, hogy Péternek végtelen nagy összeget kell befizetnie, hiszen végtelen nagy a várható nyereményösszege is. Ez is igaz, hiszen ha a nyeremények várható értékét nézzük, akkor a következő adódik: E(X) = i=1 x i p i = k ( 1 2 )k + = 1 = i=1 (1) Péter azonban úgy gondolja, hogy ez azért túlzás lenne, hiszen tetszőleges x 2 esetén annak a valószínűsége, hogy a nyereménye legfeljebb x lesz: P(X x) = 1 [log 2 x] = 2 k (1 2 )k = 1 ( 1 2 )[log 2x] k: 2 k x k=1 (2) Ahol [a] jelenti az a szám egészrészét, vagyis: [a] = max {b Z, b a}. Ez alapján felírhatjuk a nyeremények eloszlásfüggvényét: F x = P X x = 0 ha x < [log 2x] ha x 2 (3) Így mivel, P X > x = 2 [log 2x] így a nyeremény csak kis eséllyel fog túllépni az x 2 összegnél csak egy kicsivel is nagyobb összeget. Például egy 40 forintnál nagyobb nyeremény valószínűsége: P(X > 40) = 1/32 0,03125, egy sokkal nagyobb, mondjuk forintnál nagyobb nyeremény valószínűsége 0,00006 körüli érték. Így aztán még egy elég nagy véges összeget is félve kockáztatna Péter, nem még végtelen nagyot.(arról nem is beszélve, hogy nyilván nincs is végtelen sok forintja.) Ahogyan Nicolaus Bernoulli augusztus 27.-én unokaöccsének Danielnek írta: még a féleszű ember is eladná a játékhoz való jogát 40 dukátért. Ez tehát a nagy dilemma, mely évszázadokon át foglalkoztatta nemcsak a matematika tudósait, hanem később közgazdászokat, pszichológusokat és egyéb más tudományterület művelőit. 2

3 2. A PARADOXON TÖRTÉNETI ALAKULÁSA, MEGOLDÁSAI Amint már az előző fejezetből is kiderült a híres Bernoulli családnak nagy szerepe volt a paradoxon felismerésében, megoldáskeresésben és ezek másokkal való megismertetésében. A kezdetek azonban korábbra nyúlnak vissza. A tudománytörténészek úgy tartják, hogy a valószínűségszámítás Blaise Pascal és Pierre de Fermat híres levelezésével született meg 1654-ben, melyben szerencsejátékok tárgyalása során a tudományos alapokat is sikerült lefektetni. Ezekre, illetve ezek kiegészítéseire épült Huygens appendixe, mely az első nyomtatott munka volt ebben a tárgykörben. (1657-ben latin, 1660-ban holland nyelven jelent meg.) A tárgy e kezdeti korszakában a várható érték sokkal nagyobb jelentőségű fogalom volt, mint a legfeljebb intuitív szinten jelen levő valószínűség fogalma. Kontextustól függően az aequitas szó jelenthetett egyenlőséget, igazságosságot vagy részrehajlás nélküli részesedést is. Ahogyan a korabeli klasszikus matematikai kérdéseket általában a fizikai problémák motiválták, úgy a valószínűségszámítással kapcsolatos kérdéseknek is alapvetően hétköznapi emberi oldala volt. A tárgy fejlődésében a következő nagy lépés a Bernoulliakhoz fűződik. Jacob és öccse Johannes az egymástól való tanulás során egymás riválisáivá is váltak. Jacob Ars Conjectandi című könyve csak halála után 8 évvel, 1713-ban jelent meg, nem kis részben Johannes ellenállása miatt. Kettőjük között született Nicolaus testvérük, aki festőművész volt, és az ő fia (szintén Nicolaus), a közös unokaöccs adta ki a könyvet. Ez a Nicolaus Bernoulli az, - aki matematika, jogi és filozófia professzor is - akinek a nevéhez a paradoxon felvetése fűződik. Először de Montmort-nak írott leveleiben ír a paradoxonról, azonban a címzett nem igazán foglalkozott a kérdéssel (talán meg sem értette igazán a problémát). Ezután Cramer kapcsolódik be a kutatásba. Az eredeti problémát átfogalmazza kockadobásról érmedobásra, így tulajdonképpen a paradoxon jelenlegi megfogalmazása tőle származik. Majd két ötlettel áll elő. Az egyik szerint nagy k esetén a 2 k forint nyújtotta örömtől nem okoz sokkal nagyobb örömet az ettől nagyobb nyeremény sem. Véleménye szerint k = 24 esetén a nyeremény 2 24 = forint már olyan nagy, hogy ennél nagyobb összeg egy jóérzékű embernek ugyanannyi örömet okoz. Így tehát a játék értéke 25 forint. A másik ötletében is szerepel, hogy az összeg növekedésével nem egyenesen arányos az okozott örömérzet. Ő négyzetgyökös összefüggést feltételezett, vagyis egy x összeg örömértéke egyenlő az x négyzetgyökével. Másrészt a játék értékének olyan összegnek kell lenni, amelynek elvesztésével okozott fájdalom ugyanannyi, mint az elnyerésével szerzett öröm morális várható értéke. Az így meghatározott összeg a játékba való belépéshez 5,8 vagy kerekítve 6 forint lenne. Ezek az ötletek nem tetszettek Nicolaus Bernoullinak, így írt Szentpétervárra unokaöccsének, Danielnek, aki Johannesnek volt a fia. Levelezéseik után Daniel a szentpétervári akadémiára benyújtott dolgozatában (a Commentarii es kötetében) a Crameréhez hasonló megoldást ad, melyhez megjegyzésként hozzáteszi Nicolaus kritikáit is. (Sokan tévesen innen eredeztetik a paradoxon nevét, melyre később visszatérünk. Egyébként sem jelent meg egyetlen olyan probléma sem, mely a nevét a probléma közlésének helyéről kapta volna.) Daniel Bernoulli, továbbfejlesztve Cramer gondolatait, bevezeti a utilitas, 3

4 hasznosság fogalmát, mellyel a közgazdaságtan és a pszichológia is elkezd foglalkozni. Véleménye szerint egy x összeg dx-szel való növekedése csak du = b dx/x hasznosság (örömérzet) növekedéssel jár, ahol b>0 valamilyen konstans. (Minél több pénze van a játékosnak, annál kisebb egy kis növekedés feletti öröme.) Így ha a játékosnak eredetileg forintja van, egy x nyeremény morális haszna (hasznossága) u(x) = b ln([ +x]/ )). Így Péter morálisan várható haszna nem E(X) =, hanem M(X) = E(u(X)) = be(ln([ +x]/ )), amiből számítások után azt kapjuk, hogy ha x( ) jelöli az eredeti tőke, morális értékének játékból hozzáadódó növekedését: ln (α+2 k ) k=1 k=1 α. (4) 2 k x( ) = (α + 2 k ) 2 k α = 2 Néhány kezdőtőke-nagyságra így például az alábbi értékek adódnak: Ha a kezdőtőke = 0, akkor 4 forint, míg például 1000 forint kezdőtőke esetén is csak 11 forint a játék díja. Így a matematikai problémát pszichológiai és gazdasági síkra vitte, felvetve, hogy az ottani magatartásokban szintén törvények uralkodnak, melyek esetleg különböznek a matematikában megfogalmazottaktól. Hasonló megoldást ad Euler is, de mivel nem akart a Bernoulliak ügyeibe beavatkozni, - hiszen Daniel apja tanította és Daniel szerezte neki a szentpétervári munkát - azt nem hozta nyilvánosságra. Halála után 81 évvel jelent meg erről szóló dolgozata. Nicolausnak nem tetszett ez a féle megközelítés, amint írja, a morális várhatóság nem az egyenlőségnek és igazságosságnak megfelelően értékeli ki minden játékos esélyét egyaránt. Szerinte mindenki számára egyformán k forintot kell, hogy érjen a játék. De mekkora legyen ez a k? Elfogadhatóbbnak tartja, ha azt mondjuk, hogy nagy k esetén már olyan kicsi a hozzá tartozó valószínűség, hogy gyakorlatilag 0-nak tekinthető. De ki mondja meg, hogy mekkora ez a kis valószínűség, amitől már nem foglalkozunk vele? Tippelgethetünk, javasolgathatunk, mondhatjuk, hogy pl. a k = 200-hoz akkora pénzösszeg és olyan kicsi valószínűség tartozik, ami már szinte elképzelhetetlen, de ez nem tűnik igazán egzakt megoldásnak. Ezek után a kérdés csak a francia forradalom idején, 1754-ben került újra elő d Alembert Fej vagy írás című művében. Hosszú ideig és legalább hat alkalommal tárgyalja a problémát. Mivel Daniel Bernoullival finoman szólva nem voltak jó viszonyban, a paradoxonról írott munkáiban egyetlen Bernoulli nevet sem említ. A problémát először elég körülményesen: probleme propose dans le Tome V des Memoires de l academie de Petersbourg néven említi, majd a továbbiakban elhagy egy-egy szót, míg végül kialakul a probleme de Petersbourg elnevezés. Többek érdeklődését is felkeltik munkái, de érdemleges eredmény nem születik. Lagrange-nak írott levelében sajnálattal vallja be, hogy a pétervári probléma megoldása számomra a jelenleg ismert fogalomkörben lehetetlennek tűnik. 4

5 A megoldások legfőbb hibáit az okozta, hogy a valószínűség matematikai törvényeit megpróbálták egyedi véletlen eseményekre alkalmazni. A törvényekből arra akartak következtetni, hogy mi fog történni legközelebb, egy teljesen konkrét egyedi esetben. A nagy számok törvényének intuitív jelentése nem volt jelen az emberek gondolkodásában. Egyedül a francia de Condorcet márki az, aki ráérez erre a problémára. Szerinte Péternek végtelen sok játékot kellene játszania ahhoz, hogy végtelen várható értéke realizálódjon. A probléma maga nem értelmes, hanem hasonnemű még értelmes kérdések limesze. Amikor n játékot játszunk, a válaszunk függni fog n-től, így a kérdés az, hogy milyen n-re lehet a két játékos egyenlőségét elérni. Ez volt az egyedüli jó vonal, kortársai mégis figyelmen kívül hagyták. A következő matematikus, aki érdemben foglalkozott a kérdéssel, Buffon. Ő az első, aki leírja, hogy a játékot ténylegesen lejátszatta egy gyerekkel 2048-szor. Ekkor Péter összes nyereménye forint volt, vagyis egy játékra átlagosan 20104/2048 = 9,82 vagyis körülbelül 10 forint jutott. Ez szerinte érvényes és jó, hiszen nagyszámú kísérleten alapul és matematikailag is alátámasztható. A 2048 játék során észlelt eredményeket mutatja az 1. táblázat: 5

6 Hányadik dobásra lesz az első fej? (k) A fenti eset gyakorisága A nyeremény (2 k ) táblázat: Szentpétervári játék lejátszása 2048-szor Az adatainkat kördiagramon szemlélve is jól látszik, hogy annak a bekövetkezése, hogy csak a sokadik dobásra kapunk először fejet, egyre kevésbé várható. A fenti (1.) táblázat adatait mutatja az 1. ábra kördiagramja: Szentpétervári játék lejátszása 2048-szor ábra: 2048 játéknál hányszor volt első, második, kilencedik dobásra fej először Buffon matematikai levezetésével arra a következtetésre jutott, hogy n játékért nlog 2 n forint jár, vagyis, ha n játékot játszunk, játékonként log 2 n díjat kell fizetnünk. Eszerint a 2048 játék játszásakor log = 11 forint fizetendő játékonként, ami a kísérletével 1/11 pontossággal megegyezik. Saját maga észreveszi, hogy ha játékot játszunk, akkor az összeg már 20 körülire jön ki, de mivel ennyi játék lejátszása kb. 30 évig tartana, így ezzel már a realitás szintjén nem kell foglalkozni. Szerinte tehát 10 forint az az ár, melyet játékonként fizetni kell, ha igazságosak akarunk lenni. Laplace a paradoxon megoldásához nem jutott közelebb, de eredményei, melyet például A valószínűségek analitikus elmélete című művében közölt, nagy technikai előrelépést jelentettek. Számottevő, új eredmény sokáig nem születik, a már meglévő eredményeket 6

7 próbálják fejlesztgetni, bizonyítani. A Bernoulli-féle utilitási vonal (főleg Laplace népszerűsítő munkájának köszönhetően) két ágra szakad. Az egyik Fechner, a kísérleti pszichológia megalapítója nevéhez fűződik. Felállította az ún. Weber-Fechner féle empirikus törvényt, mely szerint az S stimulus által kiváltott R reakció nagysága R = C lns, ahol C a vizsgált érzékeléstől függő pozitív konstans. A másik vonal az elméleti közgazdaságtan területén hozott új eredményeket. Menger vizsgálatai az u(x) hasznosság-függvényre vonatkozóan hiszen belátta, hogy az u(x) = C lnx nem jó vezették el Neumann Jánost a hasznosság axiomatizálásáig, mely a modern közgazdaságelmélet egyik pilléréhez vezetett. Számos kísérlet születik az u(x) ésszerű megválasztására. Nagyon sok népszerű-tudományos mű is megjelenik, boncolgatva a paradoxont különböző oldalairól. Ahogy Samuelson írja: A szentpétervári paradoxon megbecsülésnek örvendő sarok a kultúrált analitikus elme memóriabankjában. A következő nagy áttörést Feller 1945-ös eredményei jelentették. Legyen X 1, X 2, Péter nyereményei az első, második, pétervári játékban, mindegyik eloszlásfüggvénye az (3) beli formulával adott, és legyen S n = X 1 + X X n Péter össznyereménye az n játék során. Az X várható értékének végességét feltételezve, azt kapnánk, hogy egy játékért E(X), így n játékért ne(x) forintot kell adni. Vagyis az egy játékra eső S n /n átlagos nyeremény E(X) körül van, így S n /n E(X) majdnem biztosan. Ha még X szórása is véges, akkor a centrális határeloszlás tétel miatt: P(S n ne(x) > 0) 1 / 2 P(S n ne(x) < 0) (5) vagyis nagy n esetén az esetek kb. felében az egyik játékos, míg a másik felében a másik nyer és a nyeremények is körülbelül szimmetrikusan oszlanának el. De éppen az a probléma 1713 óta, hogy a várható érték sem véges. Feller belátja, hogy S n /nlog 2 n sztochasztikusan tart 1- hez, amiből következik, hogy n játékért nlog 2 n összeg a méltányos. Ezen tétel és Feller dolgozata alapján Steinhaus teszi meg a következő nagy lépést. Ahogyan írja: a paradoxon feloldásához nem egy egyedi játékot, hanem játékok egy sorozatát kell nézni. Egy determinisztikus sorozattal próbálja imitálni Péter véletlen nyereményeit. Vegyünk először 2-eseknek és üres helyeknek egy alternáló sorozatát: 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ Most írjunk az első, majd minden második üres helyre 4-est: _ _ _ _ _ _ _ 2 4 Majd hasonlóan írjunk 8-asokat, aztán 16-osokat és így tovább: Felírva ezen sorozat n-edik empirikus eloszlásfüggvényét, kiderül, hogy ez igen gyorsan (egyenletesen) tart a szentpétervári eloszlásfüggvényhez. Vagyis Steinhaus szerint a játék akkor lesz igazságos, ha az egyes játszmákért a fenti sorozat elemei szerinti összegeket fizetjük. Ez azt jelenti, hogy ha F n (x) jelöli a legfeljebb x nagyságú befizetések relatív 7

8 gyakoriságait, akkor F n (x) annak a valószínűségéhez konvergál, hogy Pál (a bank) legfeljebb x nagyságú összeget fizet ki. Csörgő Sándor, a korán elhunyt szegedi matematikus és lelkes csapata dolgozott tovább a kérdésen sikerrel. Az alábbi tételeket sikerült bebizonyítaniuk: S n lim inf = 1 és lim n n log 2 n n sup S n = majdnem biztosan. n log 2 n Ez azt jelenti, hogy Péter halmozott nyereményeinek S n sorozata determinisztikus sorozatokkal nem egyensúlyozható ki úgy, hogy véges pozitív határértéket kapjunk majdnem biztosan. Ennek oka az időnként (nagyon kis valószínűséggel, de mégis) előforduló nagyon nagy nyeremény. Valamint látható, hogy Feller tételének sztochasztikus határértéke az egy valószínűséggel létező torlódási pontok közül a legkisebb, a legnagyobb pedig végtelenné válik. A kérdés az, mit tudunk mondani S n eloszlásáról. Határeloszlása nincs, illetve nagyon sok van. Ezek vizsgálata már meghaladja jelen munka kereteit, de összegzésül az alábbiak mondhatók el. Az E(S n (m)) várható értékekre igen szép aszimptotikus formulákat lehet adni, tehát a probléma klasszikus értelemben is megoldható. Megjegyezzük, hogy n játéknál átlagosan log 2 n forint játékonként még akkor is kevés, ha Péter lemond a legnagyobb nyereményéről, de már túl sok, ha a legnagyobb kettőről mond le. 3. A PARADOXON KAPCSOLATA A KÖZGAZDASÁGTANNAL ÉS EGYÉB TUDOMÁNYOKKAL Amint már említettem, szinte valamennyi mai mikroökonómiai hasznosságfogalom előfutárának Daniel Bernoulli 1738-as tanulmánya tekinthető. Ő a már említett paradoxonból kiindulva jutott el a hasznosság következő formulájához: U = k ln(x/c) ahol k egy pozitív konstans, c pedig a létezéshez minimálisan szükséges vagyon nagysága. Bernoulli paradoxonnal kapcsolatos munkája két alapgondolatot tartalmazott. Az egyik szerint az egyén vagyonának fokozatos, azonos összegű növelésével egyre kisebb mértékben javul az illető jóléti helyzete. Ezt az összefüggést ma a csökkenő határhaszon törvénye elnevezéssel illetjük. A másik gondolat, mely a Neumann-Morgenstern féle hasznossági függvény alapötletével rokon, arra vonatkozott, hogy bizonytalan vagyoni körülmények között az egyén várható helyzetét nem a várható vagyonhoz tartozó egyéni értékelés, hanem az egyes vagyoni helyzetekhez tartozó egyéni értékelések várható nagysága határozza meg. Bernoulli ezen felfedezései a közgazdászok számára több mint 100 évig ismeretlenek maradtak, feltehetően annak matematikai jellege miatt. Bernoulli hasznossággal kapcsolatos elképzeléseit röviden úgy fogalmazhatjuk meg, hogy egyrészt egy nagyobb tőke esetén már nem okoz akkora örömet ugyanazon összeg megnyerése, mint kisebb alaptőke esetén, másrészt egy adott összeg elvesztése okozta bosszúság nagyobb, mint ugyanakkora összeg megszerzése feletti öröm. Ezt a pszichológusok kockázatkerülő magatartásunkkal magyarázzák. A paradoxonnal szoros kapcsolatban áll az ún. martingál (halmozási) stratégia, melyben mindmáig sok szerencsejátékos hisz (és megy is tönkre). Itt is a bank ellen játszunk egy olyan játékot, melyben 50-50% az esélye a nyerésnek és a vesztésnek is. Ha az első játszmában 8

9 veszítünk, megkétszerezzük a tétünket. Ha a másodikban is veszítünk, akkor újra megkétszerezzük, és így tovább, amíg ki nem jön a tippünk és nyerünk. Ha a legelső tétünk A forint és az első n-1 játszmában nem nyertünk, de az n.-ben már igen, akkor összesen kifizettünk A( n-1 ) = A(2 n 1) forintot, míg a nyeremény összege A2 n. Így tehát összesen A forint nyereségre tettünk szert. Minthogy 1 valószínűséggel valamikor csak bejön a tippünk, ez a stratégia biztosnak látszik, azonban ez itt is csak a látszat. Hiszen egyrészt mielőtt bármit is nyernénk, már rég elveszítettük az összes pénzünket. Ha meg korlátlan sok pénzünk van, akkor ahhoz képest elenyésző az A forintnyi nyereség. Nem utolsó sorban a kaszinók is ismerik ezt a stratégiát, ezért maximalizálják a tétek nagyságát (tehát akármeddig nem folytatható ez a stratégia) és bár ez a maximumösszeg csillagászatinak tűnik, mégis teljesen hatástalanná teszi a martingál stratégiát. A pétervári paradoxon volt az alapja több olyan gazdasági, pénzügyi ötletnek is, mely szinte minden esetben csődbe, sokszor tragédiába fulladt. Gondoljunk csak egy gazdasági társaság nagyarányú növekedésére, melynek olyan ragyogó kilátásai vannak, hogy szinte végtelennek tűnnek. Még ha abszurd módon fel is tesszük, hogy képesek vagyunk időben korlátlanul előre jelezni egy vállalat bevételeit, mennyit érhet e vállalat részvénye? Talán végtelen összeget? Voltak pillanatok, amikor profi befektetők ilyen őrült álmokat kergettek. az 1960-as évek végén, 70-es évek elején számos komoly befektetési menedzsert annyira megszédített általában a növekedés, de különösen az ún. Nifty-Fifty módjára növekvő részvények eszméje, hogy készek voltak bármi árat fizetni, hogy birtokába jussanak például a Xerox, a Coca-Cola vagy az IBM részvényeinek decemberében a Polaroid az 1972-es évi nyereségének 96-szorosáért, a McDonald s 80-szorosáért adta el részvényeit. A valóságban azonban a szédítő nyereség, melynek határa látszólag a csillagos ég volt, a valóságban jóval kisebbnek bizonyult, mint a várt végtelenül nagy összeg. A közelmúlt gazdasági válságának is egyik oka ilyen, hasonló tényezőkre vezethető vissza. Ahogyan Székely Gábor és Richards írja [7] ben, az 1990-es évek végén a high-tech részvényárai példátlan módon emelkedtek elején viszont az árak hanyatlása hatalmas veszteségekkel járt a befektetők számára. Ezek elkerülhetőek lettek volna, a Szentpétervári paradoxon eredményeinek alkalmazásával, elemzésével. Nézzük ezt egy kicsit részletesebben: Képzeljük el, hogy Pál D forintot fizet Péternek, ha az első dobásra kap fejet, D(1+g) forintot, ha a második dobásra lesz az első fej, D(1+g) 2 forintot, ha harmadszorra lesz az első fej, és így tovább. Valamint tegyük fel, hogy a fejdobás valószínűsége 1/(1+i), ekkor természetesen az írás valószínűsége i/(1+i), ahol i > 0. Ebben az esetben, ha a k. dobásra lesz az első fej, akkor a Pál által kifizetett teljes összeg: k 2 j=0 (6) g D 1 + g j = D 1+g k 1 1 A kifizetés várható értéke pedig a következő formulával adódik: i k=1 D(1 + g) j, ami az előző (6) formula felhasználásával a következő (1+i) k k 2 j =0 eredményt szolgáltatja: 9

10 D(1+g) k 1 D, ha g < i, = i g k=1 (7) (1+i) k, ha g i. Ha most i jelenti a kamatlábat, g pedig a cég növekedési arányát, akkor a következőket mondhatjuk el: egy D forinttal kezdődő és állandó g arányú növekedéssel emelt összeg, mely i-vel van diszkontálva, a fenti összegeket adja. Az 1990-es évek végéről elmondható, hogy az i nagyon kicsi volt, a g pedig magas a már említett high-tech vállalatoknál. Vagyis az i jóval kisebb volt, mint g, úgy hogy i/g közelítőleg 0 volt. A befektetők mohón vásárolták a részvényeket (a végtelen nyereség reményében), melyben nagy szerepe volt Durand cikkének egy elemzésében megjelent megjegyzésnek, mely szerint: eddig még sosem láttuk, hogy egyes részvények végtelen haszonnal járnának, de miért ne lehetne ez? Ennyi is elég volt, hogy nagyon sokan túlértékeljék a vállalatok várt nyereségeit és a vége ugyanaz lett, mint az 1950-es években, sok befektető csődbe jutott. Mark Twain szavai talán megfontolásra intenek mindannyiunkat. A Pudd nhead Wilson s Calendar-ban szerepel az alábbi idézete: Október. Ez az egyik olyan hónap, amikor különösen veszélyes a tőzsdével foglalkozni. A többi ilyen a Július, Január, Szeptember, Április, November, Május, Március, Június, December, Augusztus és Február. Győrfi László és Kevei Péter a paradoxont továbbfejleszti, nemcsak egy, hanem többkomponensű szentpétervári portfólió játékot vizsgál [5]-ben. Érdekes módon a jól ismert Legyen Ön is milliomos! televíziós játéknak is a Szentpétervári paradoxon egy változata adta az alapgondolatát. Számos más példát is említhetnénk még, a tárház szinte kimeríthetetlen. Amint látjuk, a sokat elhangzott kérdésre: Minek kell matekot tanulni, mire tudom majd használni? az élet minden területe szolgáltatja a választ. Hiszen nemcsak a fizikai, természettudományos kérdésekre találhatjuk meg a válaszokat a matematika segítségével, hanem amint látjuk olyan területet lenne nehéz találni, ahol nincs szükség matematikai tudásra. FELHASZNÁLT IRODALOM [1] BERDE Éva PETRÓ Katalin: A különféle hasznosságfogalmak szerepe a közgazdaságtanban (Közgazdasági Szemle, XLII. évf sz o.) [2] BERNSTEIN, Peter L.: Against the Gods (Panem Wiley 1996.) [3] CSÖRGŐ Sándor: A szentpétervári paradoxon (Polygon V. kötet 1. szám 1995.) [4] CSÖRGŐ Sándor SIMONS, Gordon: Pooling strategies for St Petersburg gamblers (Bernoulli 12 (6), 2006, ) [5] GYŐRFI László KEVEI Péter: St. Petersburg Portfolio Games (ALT 2009, LNAI 5809, pp.83-96, 2009.) [6] SZÉKELY J. Gábor: Paradoxonok a véletlen matematikájában (Typotex, 2004.) [7] SZÉKELY J. Gábor RICHARDS, Donald St. P.: The St. Petersburg Paradox and the Crash of High-Tech Stoks in 2000 (The American Statistician, August 2004, Vol.58.No.3.) 10

Szakdolgozat. Miskolci Egyetem. A szentpétervári paradoxon. Készítette: Botos Imre 3. Évfolyam, Programtervező Informatikus Szak

Szakdolgozat. Miskolci Egyetem. A szentpétervári paradoxon. Készítette: Botos Imre 3. Évfolyam, Programtervező Informatikus Szak Szakdolgozat Miskolci Egyetem A szentpétervári paradoxon Készítette: Botos Imre 3. Évfolyam, Programtervező Informatikus Szak Témavezető: Dr. Karácsony Zsolt egyetemi docens Miskolc, 2013 Miskolci Egyetem

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

1. Lineáris differenciaegyenletek

1. Lineáris differenciaegyenletek Lineáris differenciaegyenletek Tekintsük az alábbi egyenletet: f(n) af(n ) + bf(n + ), (K < n < N) f(k) d, f(n) d Keressük a megoldást f(n) α n alakban Így kajuk a következőket: α n aα n + bα n+ α a +

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 alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

1000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a

1000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a A merész játékok stratégiája A következő problémával foglalkozunk: Tegyük fel, hogy feltétlenül ki kell fizetnünk 000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a még

Részletesebben

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az

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

Beruházási és finanszírozási döntések

Beruházási és finanszírozási döntések Beruházási és finanszírozási döntések Dr. Farkas Szilveszter PhD, egyetemi docens BGF, PSZK, Pénzügy Intézeti Tanszék farkas.szilveszter@pszfb.bgf.hu, http://dr.farkasszilveszter.hu Tematika és tananyag

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

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

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

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai

Részletesebben

Néhány kockadobással kapcsolatos feladat 1 P 6

Néhány kockadobással kapcsolatos feladat 1 P 6 Néhány kockadobással kapcsolatos feladat Feldobunk egy kockát. Az eseménytér: ; 2; ; ; ; Az összes esetek száma:. Feldobunk egy kockát. Mi a valószínűsége, hogy hatost dobunk? A kedvező esetek száma: (hatost

Részletesebben

HÁZI DOLGOZAT. Érmefeldobások eredményei és statisztikája. ELTE-TTK Kémia BSc Tantárgy: Kémia felzárkóztató (A kémia alapjai)

HÁZI DOLGOZAT. Érmefeldobások eredményei és statisztikája. ELTE-TTK Kémia BSc Tantárgy: Kémia felzárkóztató (A kémia alapjai) ELTE-TTK Kémia BSc Tantárgy: Kémia felzárkóztató (A kémia alapjai) HÁZI DOLGOZAT Érmefeldobások eredményei és statisztikája Készítette: Babinszki Bence EHA-kód: BABSAET.ELTE E-mail cím: Törölve A jelentés

Részletesebben

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II. Sorozatok II. DEFINÍCIÓ: (Mértani sorozat) Az (a n ) valós számsorozatot mértani sorozatnak nevezzük, ha van olyan valós szám, amellyel a sorozat bármely tagját megszorozva a következő tagot kapjuk. Jelöléssel:

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

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

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok I. DEFINÍCIÓ: (Számsorozat) A számsorozat olyan függvény, amelynek értelmezési tartománya a pozitív egész számok halmaza, értékkészlete a valós számok egy részhalmaza. Jelölés: (a n ), {a n }.

Részletesebben

Diplomamunka. Miskolci Egyetem. Leghosszabb szériák vizsgálata. Készítette: Selling István Mérnök Informatikus MSc jelölt

Diplomamunka. Miskolci Egyetem. Leghosszabb szériák vizsgálata. Készítette: Selling István Mérnök Informatikus MSc jelölt Diplomamunka Miskolci Egyetem Leghosszabb szériák vizsgálata Készítette: Selling István Mérnök Informatikus MSc jelölt Témavezető: Dr. Karácsony Zsolt egyetemi docens Miskolc, 2013 Miskolci Egyetem Gépészmérnöki

Részletesebben

Számelméleti alapfogalmak

Számelméleti alapfogalmak 1 Számelméleti alapfogalmak 1 Definíció Az a IN szám osztója a b IN számnak ha létezik c IN melyre a c = b Jelölése: a b 2 Példa a 0 bármely a számra teljesül, mivel c = 0 univerzálisan megfelel: a 0 =

Részletesebben

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma A Riemann-Siegel zeta függvény kiugró értékeinek keresése A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma 2013 A probléma fontossága és hatása a hétköznapi életre A prímszámok

Részletesebben

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit 1. Valós számsorozaton valós számok meghatározott sorrendű végtelen listáját értjük. A hangsúly az egymásután következés rendjén van.

Részletesebben

Arany Dániel Matematikai Tanulóverseny 2014/2015-ös tanév első (iskolai) forduló Haladók II. kategória

Arany Dániel Matematikai Tanulóverseny 2014/2015-ös tanév első (iskolai) forduló Haladók II. kategória Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 01/01-ös tanév első iskolai) forduló Haladók II. kategória Megoldások és javítási útmutató 1. Adott az alábbi két egyenletrendszer:

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

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

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

Játékelmélet. előadás jegyzet. Kátai-Urbán Kamilla. Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Vizsga: írásbeli.

Játékelmélet. előadás jegyzet. Kátai-Urbán Kamilla. Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Vizsga: írásbeli. Játékelmélet Kátai-Urbán Kamilla Tudnivalók Honlap: http://www.math.u-szeged.hu/~katai Vizsga: írásbeli Irodalom előadás jegyzet J. D. Williams: Játékelmélet Filep László: Játékelmélet 1. Előadás Történeti

Részletesebben

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2 Sorozatok 5. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Sorozatok p. 1/2 A sorozat definíciója Definíció. A természetes számok halmazán értelmezett valós értékű a: N R függvényt

Részletesebben

Mátrixjátékok tiszta nyeregponttal

Mátrixjátékok tiszta nyeregponttal 1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják

Részletesebben

Társadalmi és gazdasági hálózatok modellezése

Társadalmi és gazdasági hálózatok modellezése Társadalmi és gazdasági hálózatok modellezése 9. el adás Bevezetés az ökonozikába El adó: London András 2015. november 2. Motiváció Komplex rendszerek modellezése statisztikus mechanika és elméleti zika

Részletesebben

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül A Borel Cantelli lemma és annak általánosítása. A valószínűségszámítás egyik fontos eredménye a Borel Cantelli lemma. Először informálisan ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az

Részletesebben

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:

Részletesebben

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!

Taylor-polinomok. 1. Alapfeladatok. 2015. április 11. 1. Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját! Taylor-polinomok 205. április.. Alapfeladatok. Feladat: Írjuk fel az fx) = e 2x függvény másodfokú Maclaurinpolinomját! Megoldás: A feladatot kétféle úton is megoldjuk. Az els megoldásban induljunk el

Részletesebben

Csődvalószínűségek becslése a biztosításban

Csődvalószínűségek becslése a biztosításban Csődvalószínűségek becslése a biztosításban Diplomamunka Írta: Deák Barbara Matematikus szak Témavezető: Arató Miklós, egyetemi docens Valószínűségelméleti és Statisztika Tanszék Eötvös Loránd Tudományegyetem,

Részletesebben

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló

Részletesebben

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás, // KURZUS: Matematika II. MODUL: Valószínűség-számítás 21. lecke: A feltételes valószínűség, események függetlensége Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Részletesebben

Teknős Kereskedési Szabályok. Michael W. Covel. Trend FollowingTM 2014. Minden jog fenntartva! A fordítást a szerző engedélye alapján végezte:

Teknős Kereskedési Szabályok. Michael W. Covel. Trend FollowingTM 2014. Minden jog fenntartva! A fordítást a szerző engedélye alapján végezte: Teknős Kereskedési Szabályok Michael W. Covel Trend FollowingTM 2014. Minden jog fenntartva! A fordítást a szerző engedélye alapján végezte: Csizmadia Tamás csizmadia.tamas@outlook.com További információk

Részletesebben

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2) Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

Részletesebben

Vállalkozási finanszírozás kollokvium

Vállalkozási finanszírozás kollokvium Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium E Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26

Részletesebben

Próbaérettségi 2004 MATEMATIKA. PRÓBAÉRETTSÉGI 2004. május EMELT SZINT. 240 perc

Próbaérettségi 2004 MATEMATIKA. PRÓBAÉRETTSÉGI 2004. május EMELT SZINT. 240 perc PRÓBAÉRETTSÉGI 2004. május MATEMATIKA EMELT SZINT 240 perc A feladatok megoldására 240 perc fordítható, az idő leteltével a munkát be kell fejeznie. A feladatok megoldási sorrendje tetszőleges. A II. részben

Részletesebben

Gazdasági Információs Rendszerek

Gazdasági Információs Rendszerek Gazdasági Információs Rendszerek 1. előadás Bánhelyi Balázs Alkalmazott Informatika Tanszék, Szegedi Tudományegyetem 2009 A pénz időértéke Mit jelent a pénz időértéke? Egy forint (dollár, euró, stb.) ma

Részletesebben

Vállalkozási finanszírozás kollokvium

Vállalkozási finanszírozás kollokvium Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28

Részletesebben

A biomatematika alapjai és a kapcsolódó feladatok megoldása számítógép segítségével Abonyi-Tóth Zsolt, 2005-2006 készült Harnos Andrea, Reiczigel Jenő zoológus előadásainak valamint Fodor János és Solymosi

Részletesebben

Vállalati pénzügyek alapjai. Befektetési döntések - Részvények értékelése

Vállalati pénzügyek alapjai. Befektetési döntések - Részvények értékelése BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Előadó: Deliné Pálinkó Éva Részvény A részvény jellemzői Részvényt, részvénytársaságok alapításakor vagy alaptőke emelésekor kibocsátott

Részletesebben

Vállalati pénzügyek alapjai. Befektetési döntések - Részvények értékelése

Vállalati pénzügyek alapjai. Befektetési döntések - Részvények értékelése BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Részvények értékelése Előadó: Deliné Pálinkó Éva Részvény A részvény jellemzői Részvényt, részvénytársaságok alapításakor vagy alaptőke

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

Vállalkozási finanszírozás kollokvium

Vállalkozási finanszírozás kollokvium Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28

Részletesebben

Határérték. prezentációjából valók ((C)Pearson Education, Inc.) Összeállította: Wettl Ferenc október 11.

Határérték. prezentációjából valók ((C)Pearson Education, Inc.) Összeállította: Wettl Ferenc október 11. Határérték Thomas féle Kalkulus 1 című könyv alapján készült a könyvet használó hallgatóknak. A képek az eredeti könyv szabadon letölthető prezentációjából valók ((C)Pearson Education, Inc.) Összeállította:

Részletesebben

Valószínűségszámítás

Valószínűségszámítás Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Valószínűségszámítás programtervező informatikusok részére Eger, 010. szeptember 0. Tartalomjegyzék 1. Véletlen események...............................

Részletesebben

Azonos és egymással nem kölcsönható részecskékből álló kvantumos rendszer makrókanónikus sokaságban.

Azonos és egymással nem kölcsönható részecskékből álló kvantumos rendszer makrókanónikus sokaságban. Kvantum statisztika A kvantummechanika előadások során már megtanultuk, hogy az anyagot felépítő részecskék nemklasszikus, hullámtulajdonságokkal is rendelkeznek aminek következtében viselkedésük sok szempontból

Részletesebben

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9.

CHT& NSZT Hoeffding NET mom. stabilis. 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis Becslések, határeloszlás tételek Székely Balázs 2011. november 9. CHT& NSZT Hoeffding NET mom. stabilis 1 CHT és NSZT 2 Hoeffding-egyenlőtlenség Alkalmazása: Beengedés

Részletesebben

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA II. KOVÁCS BÉLA, MATEmATIkA II 3 III NUmERIkUS SOROk 1 Alapvető DEFInÍCIÓ ÉS TÉTELEk Végtelen sor Az (1) kifejezést végtelen sornak nevezzük Az számok a végtelen sor tagjai Az, sorozat az (1) végtelen sor

Részletesebben

Folyadékszcintillációs spektroszkópia jegyz könyv

Folyadékszcintillációs spektroszkópia jegyz könyv Folyadékszcintillációs spektroszkópia jegyz könyv Zsigmond Anna Julia Fizika MSc I. Mérés vezet je: Horváth Ákos Mérés dátuma: 2010. október 21. Leadás dátuma: 2010. november 8. 1 1. Bevezetés A mérés

Részletesebben

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés Nagyon könnyen megfigyelhetjük, hogy akármilyen két számmal elindítunk egy Fibonacci sorozatot, a sorozat egymást követő tagjainak

Részletesebben

Nyerni jó. 7.-8. évfolyam

Nyerni jó. 7.-8. évfolyam Boronkay György Műszaki Középiskola és Gimnázium 2600 Vác, Németh László u. 4-6. : 27-317 - 077 /fax: 27-315 - 093 WEB: http://boronkay.vac.hu e-mail: boronkay@vac.hu Levelező Matematika Szakkör Nyerni

Részletesebben

3 + 1 SZEMPONT. gy jó coach többek között arról ismerszik meg, hogy mielőtt a hogyannal

3 + 1 SZEMPONT. gy jó coach többek között arról ismerszik meg, hogy mielőtt a hogyannal 24 SÁNDOR Jenő 3 + 1 SZEMPONT A COACH-KÉPZÉS KIVÁLASZTÁSÁHOZ Először is lépjünk egyet hátra: mi a coaching? E gy jó coach többek között arról ismerszik meg, hogy mielőtt a hogyannal foglalkozna, világos

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok JANUS PANNONIUS TUDOMÁNYEGYETEM Schipp Ferenc ANALÍZIS I. Sorozatok és sorok Pécs, 1994 Lektorok: Dr. FEHÉR JÁNOS egyetemi docens, kandidtus. Dr. SIMON PÉTER egyetemi docens, kandidtus 1 Előszó Ez a jegyzet

Részletesebben

Agrárstratégiai irányok játékelméleti alapokon

Agrárstratégiai irányok játékelméleti alapokon fejlesztés,felzárkózás Agrárstratégiai irányok játékelméleti alapokon Dr. Zöldréti Attila Miskolc 2015.09.04. Mit értünk stratégia fogalma alatt? Ne tévedjünk el! Egy irányba kell haladni! Azért nem ilyen

Részletesebben

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás.

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás. Prímszámok A (pozitív) prímszámok sorozata a következő: 2, 3, 5, 7, 11, 13, 17, 19,... 1. Tétel. Végtelen sok prímszám van. Első bizonyítás. (Euklidész) Tegyük fel, hogy állításunk nem igaz, tehát véges

Részletesebben

A NASGO 2014.02.12.-én indult el világhódító útjára.

A NASGO 2014.02.12.-én indult el világhódító útjára. Termék: NASGO virtuális tőzsdei stratégiai kereskedési szoftver. NASGO interneten elérhető egyedülálló tőzsdei kereskedő program. Működése megegyezik az igazi tőzsdén alkalmazott eljárásokkal és alkalmazott

Részletesebben

Idő és tér. Idő és tér. Tartalom. Megjegyzés

Idő és tér. Idő és tér. Tartalom. Megjegyzés Tartalom Az idő és tér fogalma és legfontosabb sajátosságaik. Megjegyzés Ez egy rövid, de meglehetősen elvont téma. Annyiból érdekes, hogy tér és idő a világunk legalapvetőbb jellemzői, és mindannyian

Részletesebben

MATEMATIKA ÉRETTSÉGI 2008. május 06. KÖZÉPSZINT I.

MATEMATIKA ÉRETTSÉGI 2008. május 06. KÖZÉPSZINT I. 1) Adja meg a Például: 1 ; 8 8 M 1 ; 10 5 MATEMATIKA ÉRETTSÉGI 008. május 06. KÖZÉPSZINT I. nyílt intervallum két különböző elemét! ( pont) ( pont) ) Egy 7-tagú társaságban mindenki mindenkivel egyszer

Részletesebben

12. előadás - Markov-láncok I.

12. előadás - Markov-láncok I. 12. előadás - Markov-láncok I. 2016. november 21. 12. előadás 1 / 15 Markov-lánc - definíció Az X n, n N valószínűségi változók sorozatát diszkrét idejű sztochasztikus folyamatnak nevezzük. Legyen S R

Részletesebben

A klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala

A klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala Mikroökon konómia A klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala 2011.09.12. - A gazdasági gi szereplőkkel, egyéni döntéshozókkal foglalkozik - Általánosítható viselkedési si jellemzőit

Részletesebben

Szeminárium-Rekurziók

Szeminárium-Rekurziók 1 Szeminárium-Rekurziók 1.1. A sorozat fogalma Számsorozatot kapunk, ha pozitív egész számok mindegyikéhez egyértelműen hozzárendelünk egy valós számot. Tehát a számsorozat olyan függvény, amelynek az

Részletesebben

Tartalom. Speciális pénzáramlások. Feladatmegoldás, jelenértékszámítások 2010.10.19. 8. hét. Speciális pénzáramlások. Örökjáradék:

Tartalom. Speciális pénzáramlások. Feladatmegoldás, jelenértékszámítások 2010.10.19. 8. hét. Speciális pénzáramlások. Örökjáradék: Feladatmegoldás, jelenértékszámítások 8. hét 2010.10.26. 1 Tartalom Speciális pénzáramlások Örökjáradék: Olyan végtelen számú tagból álló pénzáramlás, amelynek minden eleme megegyezik. Növekvő örökjáradék:

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

A családi háttér és az iskolai utak eltérései

A családi háttér és az iskolai utak eltérései 13 Szanyi-F. Eleonóra A családi háttér és az iskolai utak eltérései Az alábbi cikk első része egy, e folyóiratban korábban megjelent írás (Hiányszakmát tanuló végzős szakiskolások; ÚPSz 211/6) folytatása.

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I. 4 IV. FÜGGVÉNYEk 1. LEkÉPEZÉSEk, függvények Definíció Legyen és két halmaz. Egy függvény -ből -ba egy olyan szabály, amely minden elemhez pontosan egy elemet rendel hozzá. Az

Részletesebben

Zalaegerszegi Intézet 8900 Zalaegerszeg, Gasparich u. 18/a, Pf. 67. Telefonközpont: (06-92) 509-900 Fax: (06-92) 509-930

Zalaegerszegi Intézet 8900 Zalaegerszeg, Gasparich u. 18/a, Pf. 67. Telefonközpont: (06-92) 509-900 Fax: (06-92) 509-930 Zalaegerszegi Intézet 8900 Zalaegerszeg, Gasparich u. 18/a, Pf. 67. Telefonközpont: (06-92) 509-900 Fax: (06-92) 509-930 FELHASZNÁLÁSI FELTÉTELEK (felhasználási engedély) Ez a dokumentum a Budapesti Gazdasági

Részletesebben

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

XI.5. LÉGY TE A TANÁR! A feladatsor jellemzői

XI.5. LÉGY TE A TANÁR! A feladatsor jellemzői XI.5. LÉGY TE A TANÁR! Tárgy, téma A feladatsor jellemzői Algebrai, geometriai, kombinatorikai és valószínűségszámítási tipikus gondolkodási hibák, buktatók. Előzmények Mérlegelv, másodfokú egyenletek

Részletesebben

Definíciószerűen az átlagidő a kötvény hátralévő pénzáramlásainak, a pénzáramlás jelenértékével súlyozott átlagos futamideje. A duration képlete:

Definíciószerűen az átlagidő a kötvény hátralévő pénzáramlásainak, a pénzáramlás jelenértékével súlyozott átlagos futamideje. A duration képlete: meg tudjuk mondani, hogy mennyit ér ez a futamidő elején. Az évi 1% különbségeket jelenértékre átszámolva ez kb. 7.4% veszteség, a kötvényünk ára 92,64 lesz. Látható, hogy a hosszabb futamidejű kötvényre

Részletesebben

2. Logika gyakorlat Függvények és a teljes indukció

2. Logika gyakorlat Függvények és a teljes indukció 2. Logika gyakorlat Függvények és a teljes indukció Folláth János Debreceni Egyetem - Informatika Kar 2012/13. I. félév Áttekintés 1 Függvények Relációk Halmazok 2 Természetes számok Formulák Definíció

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

Egyenletek, egyenlőtlenségek VII.

Egyenletek, egyenlőtlenségek VII. Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós

Részletesebben

III. PÉNZPOLITIKA ÉS PÉNZELMÉLET

III. PÉNZPOLITIKA ÉS PÉNZELMÉLET III. PÉNZPOLITIKA ÉS PÉNZELMÉLET A pénz felhasználása gazdaságpolitikai szolgálatra részben feltételezte, részben maga után vonta a pénznek a gazdaságban betöltött szerepével kapcsolatos elméleti nézetek

Részletesebben

Markov modellek 2015.03.19.

Markov modellek 2015.03.19. Markov modellek 2015.03.19. Markov-láncok Markov-tulajdonság: egy folyamat korábbi állapotai a későbbiekre csak a jelen állapoton keresztül gyakorolnak befolyást. Semmi, ami a múltban történt, nem ad előrejelzést

Részletesebben

Gazdaságpolitika Tanszék Budapesti Corvinus Egyetem

Gazdaságpolitika Tanszék Budapesti Corvinus Egyetem modellje az adós büntetésével Gazdaságpolitika Tanszék Budapesti Corvinus Egyetem Nyitott gazdaságok makroökonómiája 1. Bevezetés modellje az adós büntetésével Teljes piacok, Arrow-Debreu-értékpapírok

Részletesebben

Kiszorító magatartás

Kiszorító magatartás 8. elõadás Kiszorító magatartás Árrögzítés és ismételt játékok Kovács Norbert SZE GT Az elõadás menete Kiszorítás és információs aszimmetria Kiszorító árazás és finanszírozási korlátok A BOLTON-SCHARFSTEIN-modell

Részletesebben

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása 1 Információk 2 A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin Elérhetőség mesko.katalin@tfk.kefo.hu Fogadóóra: szerda 9:50-10:35 Számonkérés időpontok Április 25. 9 00 Május 17. 9 00 Június

Részletesebben

HORVÁTH GÉZÁNÉ * A hazai készletmodellezés lehetőségei az Európai Unióban

HORVÁTH GÉZÁNÉ * A hazai készletmodellezés lehetőségei az Európai Unióban HORVÁTH GÉZÁNÉ * A hazai készletmodellezés lehetőségei az Európai Unióban Possibilities of Hungarian Inventory Modelling in European Union The Economic Order Quantity (EOQ) Model was the first inventory

Részletesebben

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Gyakorló feladatok a 2. dolgozathoz

Gyakorló feladatok a 2. dolgozathoz Gyakorló feladatok a. dolgozathoz. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége hogy vagy mindegyiken írást vagy mindegyiken fejet kapunk? 9. Egy kör alakú asztal mellett tízen ebédelnek:

Részletesebben

KÉSZLETMODELLEZÉS EGYKOR ÉS MA

KÉSZLETMODELLEZÉS EGYKOR ÉS MA DR. HORVÁTH GÉZÁNÉ PH.D. * KÉSZLETMODELLEZÉS EGYKOR ÉS MA Az optimális tételnagyság (Economic Order Quantity) klasszikus modelljét 96-tól napjainkig a világon széles körben alkalmazták és módosított változatait

Részletesebben

Számtani- és mértani sorozatos feladatok (középszint)

Számtani- és mértani sorozatos feladatok (középszint) Számtani- és mértani sorozatos feladatok (középszint) (KSZÉV Minta (2) 2004.05/II/16) a) Egy számtani sorozat első tagja 9, különbsége pedig 4. Adja meg e számtani sorozat első 5 tagjának az összegét!

Részletesebben

AZ ESÉLY AZ ÖNÁLLÓ ÉLETKEZDÉSRE CÍMŰ, TÁMOP-3.3.8-12/2-2012-0089 AZONOSÍTÓSZÁMÚ PÁLYÁZAT. Szakmai Nap II. 2015. február 5.

AZ ESÉLY AZ ÖNÁLLÓ ÉLETKEZDÉSRE CÍMŰ, TÁMOP-3.3.8-12/2-2012-0089 AZONOSÍTÓSZÁMÚ PÁLYÁZAT. Szakmai Nap II. 2015. február 5. AZ ESÉLY AZ ÖNÁLLÓ ÉLETKEZDÉSRE CÍMŰ, TÁMOP-3.3.8-12/2-2012-0089 AZONOSÍTÓSZÁMÚ PÁLYÁZAT Szakmai Nap II. (rendezvény) 2015. február 5. (rendezvény dátuma) Orbán Róbert (előadó) Bemeneti mérés - természetismeret

Részletesebben

Veres Judit. Az amortizáció és a pénzügyi lízingfinanszírozás kapcsolatának elemzése a lízingbeadó szempontjából. Témavezető:

Veres Judit. Az amortizáció és a pénzügyi lízingfinanszírozás kapcsolatának elemzése a lízingbeadó szempontjából. Témavezető: Vezetői Számvitel Tanszék TÉZISGYŰJTEMÉNY Veres Judit Az amortizáció és a pénzügyi lízingfinanszírozás kapcsolatának elemzése a lízingbeadó szempontjából című Ph.D. értekezéséhez Témavezető: Dr. Lukács

Részletesebben

IFJÚSÁG-NEVELÉS. Nevelés, gondolkodás, matematika

IFJÚSÁG-NEVELÉS. Nevelés, gondolkodás, matematika IFJÚSÁG-NEVELÉS Nevelés, gondolkodás, matematika Érdeklődéssel olvastam a Korunk 1970. novemberi számában Édouard Labin cikkét: Miért érthetetlen a matematika? Egyetértek a cikk megállapításaival, a vázolt

Részletesebben

Túlreagálás - Az átlaghoz való visszatérés

Túlreagálás - Az átlaghoz való visszatérés Kerényi Péter http://www.cs.elte.hu/ keppabt 2011. április 7. T kepiaci hatékonyság 1. Fama: Ecient Capital Markets: a Review of Theory and Empirical Work Egységes modellé gyúrta a korábbi eredményeket.

Részletesebben

SZTE TTIK Bolyai Intézet

SZTE TTIK Bolyai Intézet Néhány érdekes végtelen összegről Dr. Németh József SZTE TTIK Bolyai Intézet Analízis Tanszék http://www.math.u-szeged.hu/ nemethj Háttéranyag: Németh József: Előadások a végtelen sorokról (Polygon, Szeged,

Részletesebben

JÁTÉKELMÉLETI MAGYARÁZAT A KÖZJÓSZÁGOK LÉTREJÖTTÉNEK ELMARADÁSÁRA

JÁTÉKELMÉLETI MAGYARÁZAT A KÖZJÓSZÁGOK LÉTREJÖTTÉNEK ELMARADÁSÁRA Szociológiai Szemle 2005/1, 23 40. JÁTÉKELMÉLETI MAGYARÁZAT A KÖZJÓSZÁGOK LÉTREJÖTTÉNEK ELMARADÁSÁRA MÉSZÁROS József Budapesti Mûszaki és Gazdaságtudományi, Egyetem Szociológia és Kommunikáció Tanszék

Részletesebben

Verseny, rugalmasság, átjárhatóság BESZÉLGETÉS SZELÉNYI IVÁNNAL AZ AMERIKAI EGYETEMI VILÁGRÓL ÉS AZ EURÓPAI BOLOGNA-REFORMRÓL

Verseny, rugalmasság, átjárhatóság BESZÉLGETÉS SZELÉNYI IVÁNNAL AZ AMERIKAI EGYETEMI VILÁGRÓL ÉS AZ EURÓPAI BOLOGNA-REFORMRÓL 7 FELSŐOKTATÁSI MŰHELY Verseny, rugalmasság, átjárhatóság BESZÉLGETÉS SZELÉNYI IVÁNNAL AZ AMERIKAI EGYETEMI VILÁGRÓL ÉS AZ EURÓPAI BOLOGNA-REFORMRÓL Anélkül, hogy valaki különösebben foglalkozna nemzetközi

Részletesebben