PERIÓDUSON BELÜLI PÉNZÁRAMOK JELENÉRTÉKE

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "PERIÓDUSON BELÜLI PÉNZÁRAMOK JELENÉRTÉKE"

Átírás

1 BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Pénzügyek Tanszék Dr. Andor György Dr. Dülk Marcell PERIÓDUSON BELÜLI PÉNZÁRAMOK JELENÉRTÉKE oktatási segédanyag Budapest, 2015.

2 Jelen oktatási segédanyag a perióduson belüli pénzáramok (pénzáramlások) 1 jelenértéke kiszámításának kérdéskörével foglalkozik, bemutatva a pontos értéket adó eljárást, valamint a közelítő eljárások közül az időzítési konvenciókat. Perióduson belüli pénzáram (intraperiod cash flow) alatt egy előre meghatározott hosszúságú kamatperióduson (interest period, röviden csak periódus) belül valamilyen tetszőleges időpontban jelentkező pénzáramot értünk. A periódus hossza a gyakorlatban legtöbbször egy év, de lehet akár egy negyedév, egy hónap, de akár egy évnél hosszabb időszak is. A perióduson belüliségbe beleértjük a periódus kezdő- és végpontját is. A gyakorlatban leginkább elterjedt pénzáramprofiloknál (cash flow pattern) úgymint pl. annuitás, lineárisan vagy exponenciálisan növekvő pénzáramsorozat csak a periódusok végén van pénzáramlás. A valóságban azonban egy üzleti projektnek vagy vállalatnak gyakran a periódusok végpontjai között is, azaz pl. év közben is, vannak pénzáramai (azaz két pénzáram felmerülése között eltelt idő nem feltétlenül állandó), amit a jelenérték-számítás során figyelembe kell venni. Egy perióduson belüli pénzáramot szemléltet az 1. ábra, ahol P a jelenérték, F a pénzáram, t az idő, t F pedig az F pénzáram időzítése (timing), azaz felmerülésének időpontja. P F 0 1 t F 2 1. ábra: Perióduson belüli pénzáram és jelenértéke t Miután definiálásra került a periódus hossza, természetesen a diszkontrátát is a periódus hosszához illesztve kell megadni, azaz pl. éves periódus esetén éves diszkontrátát kell alkalmazni. (Élünk azzal a szokásos feltételezéssel, hogy a diszkontráta minden periódusban ugyanaz, azaz időben állandó.) Az eltérő periódushosszra vonatkozó diszkontrátát a kamatos kamatozás logikája szerint adhatjuk meg, az alábbi képlet szerint: = 1+ 1 (1.) ahol r a diszkontráta 2, t az egyik, T pedig a másik periódus hossza, azonos mértékegységben kifejezve! (Pl. t és T is egyaránt évben.) A periódus hosszának és a hozzá tartozó diszkontrátának a meghatározása után egy perióduson belüli pénzáram jelenértéke az alábbi formulával számolható: = 1+ (2.) Fontos hangsúlyozni, hogy a fenti képletben t F -et a periódus mértékegységében kell megadni. Tekintsünk most egy projektet, mely sok perióduson belüli pénzáramból áll (2. ábra)! 1 A pénzáram és pénzáramlás kifejezéseket szinonimaként használjuk. 2 Megjegyezzük, hogy jelen segédanyagban csak a diszkrét diszkontálással/kamatozással (discrete discounting/compounding) foglalkozunk, a folytonos (continuous) diszkontálással/kamatozással nem. Így tehát minden képlet a diszkrét megközelítésre vonatkozik, és r diszkrét diszkontráta. 1

3 P F 2 F 5 F F 3 1 F 4 F Q 0 t 1 1 t 2 t 3 2 t 4 t 5 3 n-1 t Q n 2. ábra: Több perióduson belüli pénzáramból álló projekt t Egy ilyen projekt pontos jelenértékét a pénzáramainak, a (2.) egyenlet szerinti, egyesével történő diszkontálásával, majd az egyes jelenértékek összegzésével kaphatjuk meg: = 1+ (3.) ahol a Q a pénzáramok darabszáma, a q pedig a futóindex. Ez az eljárás azonban nagyszámú pénzáram esetén igen körülményes lehet, ezért célszerű olyan közelítésekkel élni, amik nyilván nem adnak ugyan teljesen pontos eredményt, viszont alkalmazásuk egyszerűbb, gyorsabb. Ezen közelítések népszerű csoportját képezik az időzítési konvenciók (timing conventions), melyek logikája az, hogy az egyes periódusok pénzáramait a periódusok valamilyen adott kitüntetett pontjába vonják össze, majd ezen összevont pénzáramokat egyben diszkontálják. (Mondhatjuk, hogy a két pénzáram között eltelt időt egységesítik, így lehetővé téve az alap profilok, pl. az annuitás, alkalmazását.) Az időzítési konvenciók közül a legelterjedtebb a periódusvégi konvenció (end-of-period convention), amely a periódus minden pénzáramát a periódus végére tolja. Másik két ismertebb időzítési konvenció a periódus-eleji (beginning-of-period convention) és a periódus-közepi (mid-period convention) konvenció, amelyekben a periódus minden pénzárama a periódus elejére, illetve közepére van tolva. Az időzítési konvenciók közé sorolható a harmonikus konvenció (harmonic convention) is (részletesen ld. Andor és Dülk, 2013a), amely a periódusvégi és a periódus-eleji konvencióval számolt jelenértékek harmonikus közepét adja. (A számtani és mértani közepeken alapuló konvenciók is kidolgozottak, részletesebben lásd Andor és Dülk, 2013b, de ezekkel most nem foglalkozunk.) A harmonikus konvenció tehát egy speciális időzítési konvenciónak mondható, mert nem egy fix, univerzális azaz r-től független időpontot rögzít a perióduson belül, ahova aggregálja a pénzáramokat, hanem egy minden periódusban azonos jelenérték-korrekciót alkalmaz. (Matematikailag az időpont, ahova aggregálja a periódus pénzáramait, függ a diszkontrátától.) Megállapítható egyébként, hogy az eddig említett konvenciók mind felírhatók a periódusvégi konvencióval számolt jelenérték (továbbiakban egyszerűen periódusvégi jelenérték) korrekciójaként az alábbi formában: = 1 (4.) = 1+ (5.) = 1+ (6.) = (7.) 2

4 Ahol az E, B, M és H indexek rendre a periódusvégi (end), -eleji (beginning), -közepi (mid) és harmonikus (harmonic) konvencióra utalnak. A korrekciók tehát a diszkontráta viszonylag egyszerű függvényeinek mondhatók. A konvenciók kapcsán lévén, hogy csupán közelítései a perióduson belüli pénzáramok jelenértékének rögtön felmerül a kérdés, hogy mennyire pontosak, illetve a periódusvégihez képest mekkora hibákat küszöbölnek ki. Röviden: mennyire szükséges és egyben megfelelő korrekciókról van szó. A kérdés megválaszolásához bevezetjük a relatív hibát (ε), amelyet a közelítő és a pontos jelenérték hányadosaként (mínusz 1) definiálunk: = ö í ő 1 (8.) A legalapvetőbb és egyben legáltalánosabb kérdés a pontossággal kapcsolatban, hogy mekkora az elméletileg egyáltalán lehetséges legnagyobb hiba. Azaz, legyen szó bármilyen pénzáramprofilról (más szóval legyen a perióduson belüli pénzáramok időbeli eloszlása bármilyen), mi az a hibaszint, aminél nagyobb hibát biztosan nem vétünk az adott konvenció alkalmazásával. Ezt az elméleti hibamaximumot (ε max ) nevezzük lehetséges legnagyobb relatív hibának, rövidítsük LLH-nak. Levezethető, hogy az említett konvenciókra a LLH az alábbi:, = <, = 1+ 1<, = <, = (9.) A sorrend bármely pozitív diszkontrátára igaz. Az is belátható, hogy a lehetséges konvenciók közül a harmonikus konvenció minimalizálja a LLH-t. Pl. egy 20%-os diszkontráta esetén a LLH-k a következők: periódusvégi 16,67%, periódus-eleji 20%, periódus-közepi 9,55%, harmonikus 9,09%. Látszik tehát, hogy a nagyobb kalkulációs hibák elkerülése érdekében érdemes korrigálni a gyakorlatban általánosan használt periódusvégi jelenértéket a harmonikus vagy a periódus-közepi konvenció szerint, hiszen így jelentősen csökkenthető az elkövethető legnagyobb hiba mértéke, ráadásul a korrekció könnyen el is végezhető. Az eddigi megállapítások általánosak, azaz nem foglalkoznak a perióduson belüli pénzáramok tényleges időbeli eloszlásával, a pénzáramprofillal, és csak a hiba elméleti maximumára vonatkoznak. Egy konvenció tényleges hibája azonban természetesen a pénzáramprofiltól függ, így a tényleges hibát tekintve értelemszerűen nem feltétlenül ugyanaz a konvenciók pontossági rangsora, mint az elméleti hibamaximum tekintetében. Érdemes tehát néhány tipikus, a gyakorlatban gyakran előforduló pénzáramprofil esetére is vizsgálni az egyes konvenciók közelítési hibáit. Illusztratív példaként tekintsünk egy olyan profilt, amelyben a pénzáramok perióduson belüli lefutása ún. PERT-eloszlású. Ez egy egyetlen paraméterrel, a pénzáramok csúcspontjával (c móduszával, azzal az időponttal, amikor a legnagyobb intenzitással érkezik pénzáram) definiálható (időbeli) áramlási profil (lásd 3. ábra, ahol F(t) a pénzáram az idő függvényében). (Tekintsünk most el attól, hogy a profil időben folytonos függvényként van megadva, jelenleg pusztán a pénzáramok eloszlásának jellege számít. Különféle időben folytonos pénzáramprofilok pontos jelenértékének számításáról egyébként részletesen ld. pl. Park és Sharp-Bette, 1990.) 3

5 3. ábra: PERT-jellegű perióduson belüli pénzárameloszlások Ilyen PERT-jellegű profilokra a profilparaméter (c) és a diszkontráta (r) függvényeként az alábbi hibák állapíthatók meg és ábrázolhatók grafikusan (ún. nomogramokon) a periódusvégi (4. ábra) és a harmonikus (5. ábra) konvencióra: r 4. ábra: A periódusvégi konvenció közelítési hibái PERT-jellegű pénzáramprofilokra r 5. ábra: A harmonikus konvenció közelítési hibái PERT-jellegű pénzáramprofilokra Emellett készíthetünk ún. preferencia-tartomány nomogramot is (6. ábra), amely azt mutatja meg, hogy milyen paraméterkombinációk esetén melyik konvenció a legpontosabb a négy közül: 4

6 r 6. ábra: Preferencia-tartomány nomogram PERT-jellegű pénzáramprofilokra (négyzethálós: periódusvégi, hullámos: harmonikus, sraffozott: periódus-közepi, pöttyös: periódus-eleji) A nomogramok annyiban is nagy segítséget nyújtanak túl azon, hogy vizuálisan jól bemutatják a konvenciók pontosságát, hogy a pontos jelenérteket a konvenció szerinti jelenérték egyszerű korrekciójával megkaphatjuk. Magyarán, a nomogramról leolvasható, hogy az adott profil esetén mekkora pl. a periódusvégi konvenció hibája, így a periódusvégi jelenértéket korrigálva ezzel a hibával a pontos jelenérték megadható (a 8. egyenlet átrendezésével): = ö í ő (10.) A vizsgálatok alapján (részletesen lásd Andor és Dülk, 2013a) általánosságban megállapítható, hogy a harmonikus és a periódus-közepi konvenció közelítési hibája jellemzően kisebb mint 5%, tehát a gyakorlatban elfogadhatóan pontosak (azaz további korrekciójuk általában nem szükséges). Látható, hogy a periódusvégi jelenérték mindig alulbecsli a pontos jelenértéket, így magában hordozza esetleges jó projektek elvetésének veszélyét. Itt fontos kiemelni és hangsúlyozni, hogy az említett konvenciók (és a kapcsolódó megállapítások) csak a jelenértékre (P vagy más jelölésben PV) alkalmazhatók, a nettó jelenértékre (NPV) közvetlenül nem! Mivel a nettó jelenérték a jelenérték csökkentve a kezdeti beruházási összeggel, így korrekciója úgy történik, hogy a jelenértéket számítjuk ki a kívánt konvencióval, majd ebből a konvenció szerinti jelenértékből vonjuk le a kezdeti beruházási összeget. Hivatkozott, részletesebb tárgyalást adó publikációk: Andor, G., Dülk, M. (2013a): Harmonic mean as an approximation for discounting intraperiod cash flows. The Engineering Economist 58:(1) pp Andor, G., Dülk, M. (2013b): Közelítő módszerek perióduson belüli pénzáramok diszkontálásához. In: Meyer Dietmar (szerk.) Tehetséggondozás a BME GTK Gazdálkodásés Szervezéstudományi Doktori Iskolában. Budapest, Magyarország, Budapest: Budapesti Műszaki és Gazdaságtudományi Egyetem, pp Paper 1. ISBN: Park, C.S., Sharp-Bette, G.P. (1990): Advanced engineering economics, John Wiley & Sons, New York, NY. 5

A pénz időértéke. Vállalati pénzügyek III.-IV. előadások. A pénz időértéke (Time Value of Money)

A pénz időértéke. Vállalati pénzügyek III.-IV. előadások. A pénz időértéke (Time Value of Money) Vállalati pénzügyek III.-IV. előadások A pénz időértéke A pénz időértéke (Time Value of Money) Egységnyi mai pénz értékesebb, mint egységnyi jövőbeli pénz. A mai pénz befektethető, kamatot eredményez A

Részletesebben

Tehetséggondozás a BME GTK Gazdálkodás- és Szervezéstudományi Doktori Iskolában

Tehetséggondozás a BME GTK Gazdálkodás- és Szervezéstudományi Doktori Iskolában Tehetséggondozás a BME GTK Gazdálkodás- és Szervezéstudományi Doktori Iskolában - Tanulmánykötet - SZERKESZTŐBIZOTTSÁG: Dr. Meyer Dietmar intézetigazgató, egyetemi tanár, a Doktori Iskola vezetője (elnök)

Részletesebben

Módszertani továbbfejlesztések a gazdasági elemzésekben

Módszertani továbbfejlesztések a gazdasági elemzésekben Gazdálkodás- és Szervezéstudományi Doktori Iskola Budapesti Műszaki és Gazdaságtudományi Egyetem Dülk Marcell Módszertani továbbfejlesztések a gazdasági elemzésekben Tézisfüzet Témavezető: Andor György,

Részletesebben

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK Sorozat fogalma Definíció: Számsorozaton olyan függvényt értünk, amelynek értelmezési tartománya a pozitív egész

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

Vállalati pénzügyek előadás Beruházási döntések

Vállalati pénzügyek előadás Beruházási döntések Vállalati pénzügyek 1 5-6. előadás Beruházási döntések Beruházás Tárgyi eszközök beszerzésére, létesítésére fordított tőkekiadás Hosszú élettartamú eszközök keletkezése A beruházások jellemzői A beruházások

Részletesebben

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20. Pontműveletek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. február 20. Sergyán (OE NIK) Pontműveletek 2012. február 20. 1 / 40 Felhasznált irodalom

Részletesebben

Vállalati pénzügyek II. Vállalatértékelés/Értékteremtés és értékrombolás(folytatás)

Vállalati pénzügyek II. Vállalatértékelés/Értékteremtés és értékrombolás(folytatás) 3-6. Vállalati pénzügyek II. Vállalatértékelés/Értékteremtés és értékrombolás(folytatás) Pénzügyek Tanszék Deliné Pálinkó Éva palinko@finance.bme.hu BME GTK Pénzügyek Tanszék, Pálinkó Éva 1 Bevezetés A

Részletesebben

A pénz időértéke. Kifejezi a pénz hozamát ill. lehetővé teszi a különböző időpontokban rendelkezésre álló pénzek összeadhatóságát.

A pénz időértéke. Kifejezi a pénz hozamát ill. lehetővé teszi a különböző időpontokban rendelkezésre álló pénzek összeadhatóságát. A pénzeszközökben bekövetkezett változás kimutatása a változást előidéző vállalati tevékenység szerinti bontásban cash flow (PÉNZÁRAMLÁS) kimutatás A tényleges pénzmozgások figyelembe vétele 1. Szokásos

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata

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

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok

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

KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK. Prof. Dr. Tánczos Lászlóné 2015

KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK. Prof. Dr. Tánczos Lászlóné 2015 KÖZLEKEDÉSÜZEMI ÉS KÖZLEKEDÉSGAZDASÁGI TANSZÉK Prof. Dr. Tánczos Lászlóné 2015 KÖZLEKEDÉSGAZDASÁGTAN BSc. I. KAMATOS KAMATSZÁMÍTÁS (jövőbeni érték számítása) C t = C 0 * (1 + i) t ahol C t a 0. évben ismert

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 5. gyakorlat 013/14. tavaszi félév 1. Folytonos eloszlások Eloszlásfüggvény és sűrűségfüggvény Egy valószínűségi változó, illetve egy eloszlás eloszlásfüggvényének egy

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

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú

Részletesebben

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE

I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,

Részletesebben

GYAKORLÓ FELADATOK 1. A pénz időértéke I. rész (megoldott) Fizetés egy év múlva

GYAKORLÓ FELADATOK 1. A pénz időértéke I. rész (megoldott) Fizetés egy év múlva . Jelenérték (PV, NPV), jövő érték (FV) Számítsa ki az alábbi pénzáramok jelen és jövőértékét. Az A,B,C ajánlatok három külön esetet jelentenek. 0% kamatlábat használjon minden lejáratra. Jövőértéket 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

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 3. Hibaszámítás, lineáris regresszió Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Hibaszámítás Hibák fajtái, definíciók Abszolút, relatív, öröklött

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

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus megoldása a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens

Részletesebben

Pénzügytan szigorlat

Pénzügytan szigorlat GF KVIFK Gazdaságtudományi Intézet Pénzügy szakcsoport Pénzügytan szigorlat 3 29,5 33 pont jeles 25,5 29 pont jó 21,5 25 pont közepes 17,5 21 pont elégséges 17 pont elégtelen Név: Elért pont: soport: Érdemjegy:

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

Matematika A2 vizsga mgeoldása június 4.

Matematika A2 vizsga mgeoldása június 4. Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont

Részletesebben

Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével

Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével Példa: Tartó lehajlásfüggvényének meghatározása a Rayleigh Ritz-féle módszer segítségével Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2013. szeptember 23. Javítva: 2013.10.09.

Részletesebben

Gazdaságosság, hatékonyság. Katona Ferenc franzkatona@gmail.com

Gazdaságosság, hatékonyság. Katona Ferenc franzkatona@gmail.com franzkatona@gmail.com A különböző gazdasági egységek rendeltetésük szerinti feladataik végrehajtása érdekében a rendelkezésre álló erőforrások felhasználásával kifejtett céltudatos tevékenysége a gazdálkodás.

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

Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások

Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások Bevezetés Ebben a cikkben megmutatjuk, hogyan használhatóak a Mathematica egylépéses numerikus eljárásai,

Részletesebben

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr. Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati

Részletesebben

Vállalati pénzügyek alapjai

Vállalati pénzügyek alapjai BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Kötvények értékelése Előadó: Deliné Pálinkó Éva Pénzügyi piacok, pénzügyi eszközök 1. Vállalat a közvetlen pénzügyi piacokon szerez

Részletesebben

Normák, kondíciószám

Normák, kondíciószám Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus

Részletesebben

Közepek Gauss-kompozíciója Gondolatok egy versenyfeladat kapcsán

Közepek Gauss-kompozíciója Gondolatok egy versenyfeladat kapcsán Gondolatok egy versenyfeladat kapcsán Debreceni Egyetem, Matematikai Intézet, Analízis Tanszék Regionális Matematika Szakkör Megnyitója Debrecen, 015. szeptember 7. AGH-egyenl tlenség Tétel Értelmezzük

Részletesebben

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

Részletesebben

Numerikus integrálás

Numerikus integrálás Közelítő és szimbolikus számítások 11. gyakorlat Numerikus integrálás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Határozatlan integrál

Részletesebben

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség

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

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Poncelet egy tételéről

Poncelet egy tételéről 1 Poncelet egy tételéről Már régebben találkoztunk az [ 1 ] műben egy problémával, mostanában pedig a [ 2 ] műben a megoldásával. A probléma lényege: határozzuk meg a egyenletben szereplő α, β együtthatókat,

Részletesebben

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

Bevezető Mi a statisztika? Mérés Csoportosítás Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető

Részletesebben

Egyenletek, egyenlőtlenségek V.

Egyenletek, egyenlőtlenségek V. Egyenletek, egyenlőtlenségek V. DEFINÍCIÓ: (Másodfokú egyenlet) Az ax + bx + c = 0 alakban felírható egyenletet (a, b, c R; a 0), ahol x a változó, másodfokú egyenletnek nevezzük. TÉTEL: Az ax + bx + c

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

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

Modern fizika laboratórium

Modern fizika laboratórium Modern fizika laboratórium 11. Az I 2 molekula disszociációs energiája Készítette: Hagymási Imre A mérés dátuma: 2007. október 3. A beadás dátuma: 2007. október xx. 1. Bevezetés Ebben a mérésben egy kétatomos

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor  compalg.inf.elte.hu/ nagy ősz Diszkrét matematika 1. középszint 2017. ősz 1. Diszkrét matematika 1. középszint 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra

Részletesebben

Vállalati pénzügyek alapjai. 2.DCF alapú döntések

Vállalati pénzügyek alapjai. 2.DCF alapú döntések Vállalati pénzügyek alapjai 2.DCF alapú döntések Deliné Palinkó Éva Pénzügyek Tanszék (palinko@finance.bme.hu) A vállalati pénzügyi döntések alapjai 1) Bevezetés. Vállalati pénzügyi döntések köre.. 2)

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

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

Függvények növekedési korlátainak jellemzése

Függvények növekedési korlátainak jellemzése 17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,

Részletesebben

Pénzügyi számítások. 7. előadás. Vállalati pénzügyi döntések MAI ÓRA ANYAGA. Mérleg. Rózsa Andrea Csorba László FINANSZÍROZÁS MÓDJA

Pénzügyi számítások. 7. előadás. Vállalati pénzügyi döntések MAI ÓRA ANYAGA. Mérleg. Rózsa Andrea Csorba László FINANSZÍROZÁS MÓDJA Pénzügyi számítások 7. előadás Rózsa Andrea Csorba László Vállalati pénzügyi döntések Hosszú távú döntések Típusai Tőke-beruházási döntések Feladatai - projektek kiválasztása - finanszírozás módja - osztalékfizetés

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Vállalati pénzügyek alapjai. 2.DCF alapú döntések

Vállalati pénzügyek alapjai. 2.DCF alapú döntések Vállalati pénzügyek alapjai 2.DCF alapú döntések Deliné Palinkó Éva Pénzügyek Tanszék (palinko@finance.bme.hu) 2)A DCF alapú döntsek Pénzügyi alapszámítások- Visszatekintés 1) Bevezetés. Vállalati pénzügyi

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

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

Nemzetközi REFA Controllerképző

Nemzetközi REFA Controllerképző Nemzetközi REFA Controllerképző tanfolyam 1. modul: Mutatószámok és mérlegelemzés 2. nap : Számvitel alapjai feladatok, kérdések, cash flow, mutatószámok és likviditáskezelés előkészítés Előadó: Szívós

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

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

Elszámolóár Szabályzat. HUDEX Magyar Derivatív Energiatőzsde Zrt.

Elszámolóár Szabályzat. HUDEX Magyar Derivatív Energiatőzsde Zrt. Elszámolóár Szabályzat HUDEX Magyar Derivatív Energiatőzsde Zrt. Verzió 2.0 Érvényes: 2019.04.18. Megjelenés dátuma: 2019.04.11. Jóváhagyva a Vezérigazgató 12/2019 (IV/11) számú határozatával Tartalomjegyzék

Részletesebben

1. ábra. 24B-19 feladat

1. ábra. 24B-19 feladat . gyakorlat.. Feladat: (HN 4B-9) A +Q töltés egy hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld.. ábra.). Számítsuk ki az E elektromos térerősséget a vonal. ábra. 4B-9 feladat irányában lévő,

Részletesebben

3. A megoldóképletből a gyökök: x 1 = 7 és x 2 = Egy óra 30, így a mutatók szöge: 150º. 3 pont. Az éves kamat: 6,5%-os. Összesen: 2 pont.

3. A megoldóképletből a gyökök: x 1 = 7 és x 2 = Egy óra 30, így a mutatók szöge: 150º. 3 pont. Az éves kamat: 6,5%-os. Összesen: 2 pont. . 3650 =,065 0000 Az éves kamat: 6,5%-os I.. D C b A a B AC = a + b BD = b a 3. A megoldóképletből a gyökök: x = 7 és x = 5. Ellenőrzés 4. Egy óra 30, így a mutatók szöge: 50º. írásbeli vizsga 05 3 / 007.

Részletesebben

A gúla ~ projekthez 2. rész

A gúla ~ projekthez 2. rész 1 A gúla ~ projekthez 2. rész Dolgozatunk 1. részében egy speciális esetre a négyzet alapú egyenes gúla esetére írtuk fel és alkalmaztuk képleteinket. Most a tetszőleges oldalszámú szabályos sokszög alakú

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

Nagyméretű adathalmazok kezelése (BMEVISZM144) Reinhardt Gábor április 5.

Nagyméretű adathalmazok kezelése (BMEVISZM144) Reinhardt Gábor április 5. Asszociációs szabályok Budapesti Műszaki- és Gazdaságtudományi Egyetem 2012. április 5. Tartalom 1 2 3 4 5 6 7 ismétlés A feladat Gyakran együtt vásárolt termékek meghatározása Tanultunk rá hatékony algoritmusokat

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

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis 1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb

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

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

A +Q töltés egy L hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld ábra ábra

A +Q töltés egy L hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld ábra ábra . Gyakorlat 4B-9 A +Q töltés egy L hosszúságú egyenes szakasz mentén oszlik el egyenletesen (ld. 4-6 ábra.). Számítsuk ki az E elektromos térerősséget a vonal irányában lévő, annak.. ábra. 4-6 ábra végpontjától

Részletesebben

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a a Matematika mérnököknek I. című tárgyhoz Függvények. Függvények A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a szabadon eső test sebessége az idő függvénye. Konstans hőmérsékleten

Részletesebben

Vállalati pénzügyi döntések Finanszírozási döntések

Vállalati pénzügyi döntések Finanszírozási döntések BME Pénzügyek Tanszék Vállalati pénzügyi döntések Finanszírozási döntések Előadó: Deliné Pálinkó Éva Beruházásgazdaságossági számítások alkalmazásának elemei Tőkeköltségvetés - a pénzáramok meghatározása

Részletesebben

Vállalati pénzügyek alapjai

Vállalati pénzügyek alapjai BME Pénzügyek Tanszék Vállalati pénzügyek alapjai Befektetési döntések - Kötvények értékelése Előadó: Deliné Pálinkó Éva A vizsgálat köre, rendszere - Tematika 3. Befektetési döntések 5. Befekt. és finansz.

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

First Prev Next Last Go Back Full Screen Close Quit. Matematika I Matematika I (Analízis) Készítette: Horváth Gábor Kötelező irodalom: Ács László, Gáspár Csaba: Analízis 1 Oktatási segédanyagok és a tantárgyi követelményrendszer megtalálható a http://rs1.szif.hu/ horvathg/horvathg.html

Részletesebben

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

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I. Számelmélet I. DEFINÍCIÓ: (Osztó, többszörös) Ha egy a szám felírható egy b szám és egy másik egész szám szorzataként, akkor a b számot az a osztójának, az a számot a b többszörösének nevezzük. Megjegyzés:

Részletesebben

MÉRÉSTECHNIKA. BME Energetikai Gépek és Rendszerek Tanszék Fazekas Miklós (1) márc. 1

MÉRÉSTECHNIKA. BME Energetikai Gépek és Rendszerek Tanszék Fazekas Miklós (1) márc. 1 MÉRÉSTECHNIKA BME Energetikai Gépek és Rendszerek Tanszék Fazekas Miklós (1) 463 26 14 16 márc. 1 Méréstechnikai alapfogalmak CÉL Mennyiségek mérése Fizikai mennyiség Hosszúság L = 2 m Mennyiségi minőségi

Részletesebben

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak! Magyar Ifjúság 6 V SOROZATOK a) Három szám összege 76 E három számot tekinthetjük egy mértani sorozat három egymás után következő elemének vagy pedig egy számtani sorozat első, negyedik és hatodik elemének

Részletesebben

Az egydimenziós harmonikus oszcillátor

Az egydimenziós harmonikus oszcillátor Az egydimenziós harmonikus oszcillátor tárgyalása az általános formalizmus keretében November 7, 006 Példaképpen itt megmutatjuk, hogyan lehet a kvantumos egydimenziós harmonikus oszcillátort tárgyalni

Részletesebben

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT MATEMATIKA ÉRETTSÉGI 007. május 8. EMELT SZINT 1) Oldja meg a valós számok halmazán az alábbi egyenletet! x x 4 log 9 10 sin x x 6 I. (11 pont) sin 1 lg1 0 log 9 9 x x 4 Így az 10 10 egyenletet kell megoldani,

Részletesebben

Mérési adatok illesztése, korreláció, regresszió

Mérési adatok illesztése, korreláció, regresszió Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,

Részletesebben

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció

Részletesebben

Zárthelyi dolgozat feladatainak megoldása 2003. õsz

Zárthelyi dolgozat feladatainak megoldása 2003. õsz Zárthelyi dolgozat feladatainak megoldása 2003. õsz 1. Feladat 1. Milyen egységeket rendelhetünk az egyedi információhoz? Mekkora az átváltás közöttük? Ha 10-es alapú logaritmussal számolunk, a mértékegység

Részletesebben

Add Your Company Slogan Beruházási döntések a nettó jelenérték szabály alapján

Add Your Company Slogan Beruházási döntések a nettó jelenérték szabály alapján Add Your Company Slogan Beruházási döntések a nettó jelenérték szabály alapján Készítette: Vona Máté 2010-11-17 Felhasznált irodalom: Brealy-Myers: Modern vállalati pénzügyek 6. fejezet Előadás tartalma

Részletesebben

[GVMGS11MNC] Gazdaságstatisztika

[GVMGS11MNC] Gazdaságstatisztika [GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)

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 mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos Középérték Középérték A középérték a statisztikai adatok tömör számszerű jellemzése. helyzeti középérték: módusz medián számított középérték: számtani átlag kronológikus átlag harmonikus átlag mértani

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

Integr alsz am ıt as. 1. r esz aprilis 12.

Integr alsz am ıt as. 1. r esz aprilis 12. Integrálszámítás. 1. rész. 2018. április 12. Területszámítás f : [a, b] IR + korlátos függvény. Mennyi a függvény grafikonja és az x tengely közti terület? Riemann integrál, ismétlés F: Az összes lehetséges

Részletesebben

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus

Matematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus Matematika szintfelmérő dolgozat a 018 nyarán felvettek részére 018. augusztus 1. (8 pont) Oldjuk meg a következő egyenletet a valós számok halmazán: 6 4 x 13 6 x + 6 9 x = 0 6 ( ) x 4 13 9 6 4 x 13 6

Részletesebben

MINTA FELADATSOR. Megoldás: mivel a négy év múlva esedékes összegre vagyunk kíváncsiak, ezért a feladat a bankszámla jövıértékének meghatározása, t

MINTA FELADATSOR. Megoldás: mivel a négy év múlva esedékes összegre vagyunk kíváncsiak, ezért a feladat a bankszámla jövıértékének meghatározása, t MINTA FELADATSOR 1. Hány forintunk lenne a bankszámlán 4 év múlva, ha ma 200 ezer forintot helyeznénk el évi 8%-os kamatra, és a bank a kamatokat negyedévenként tıkésíti? mivel a négy év múlva esedékes

Részletesebben

Centrális határeloszlás-tétel

Centrális határeloszlás-tétel 13. fejezet Centrális határeloszlás-tétel A valószínűségszámítás legfontosabb állításai azok, amelyek független valószínűségi változók normalizált összegeire vonatkoznak. A legfontosabb ilyen tételek a

Részletesebben

Értékes jegyek fogalma és használata. Forrás: Dr. Bajnóczy Gábor, BME, Vegyészmérnöki és Biomérnöki Kar Kémiai és Környezeti Folyamatmérnöki Tanszék

Értékes jegyek fogalma és használata. Forrás: Dr. Bajnóczy Gábor, BME, Vegyészmérnöki és Biomérnöki Kar Kémiai és Környezeti Folyamatmérnöki Tanszék Értékes jegyek fogalma és használata Forrás: Dr. Bajnóczy Gábor, BME, Vegyészmérnöki és Biomérnöki Kar Kémiai és Környezeti Folyamatmérnöki Tanszék Értékes jegyek száma Az értékes jegyek számának meghatározását

Részletesebben

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris

Részletesebben