A pénzügyi eszközök árazásának alaptétele diszkrét idejû modellekben

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A pénzügyi eszközök árazásának alaptétele diszkrét idejû modellekben"

Átírás

1 PÉNZÜGYAN Közgazdasági Szemle, XLIX. évf., július augusztus ( o.) MEDVEGYEV PÉER A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe A szerzõ a pézügyi matematika pézügyi módszerekkel csökkethetõ kockázatai ak agyságát próbálja matematikai megfotolásokkal meghatározi. A matematikai pézügyek legegyszerûbb állításait ismerteti, diszkrét, véges idõhorizot eseté be látja az eszközárazás elsõ és második alaptételét.* Joural of Ecoomic Literature (JEL) kód: G12, G13. A taulmáyba a matematikai pézügyek legegyszerûbb kérdéseit foglalom össze. 1 Némi absztrakcióval a matematikai pézügyek legfotosabb kérdése a következõ. együk fel, hogy a jövõ idõpotjába lehetõségük 2 lesz egy H módo jelölt véletle kifizetés megszerzésére. Mi jeleleg a H korrekt ára, mekkora kompezáció jár jeleleg a H-ba foglalt jövõbeli kockázatért? ermészetese a kérdésre a válasz csak akkor adható meg, ha tisztázzuk a H véletle kifizetés mögötti fogadás közgazdasági hátterét. Ha a fogadás H eredméye csakis külsõ, elleõrizhetetle téyezõktõl függ, akkor a H jelelegi értékéek meghatározása szigorú értelembe em pézügyi matematikai, sõt em is közgazdasági feladat. A feladat akkor válik pézügyi-matematikaivá, ha feltételezzük, hogy a H kifizetés mögötti kockázat pézügyi eszközökkel, aktív pézügy cselekvéssel módosítható. A pézügyi matematikába a pézügyi módszerekkel csökkethetõ kockázatok agyságát próbáljuk matematikai megfotolásokkal meghatározi. Ezt azért érdemes hagsúlyozi, mert a pézügyi matematikát felületese ismerõk gyakra godolják úgy, hogy a terület tárgya a hogya legyük okosak a tõzsdé kérdés megválaszolása. Aak elleére, hogy eek a kérdések a megválaszolását távolról sem tartom érdekteleek, yomatékosa hagsúlyozi kell: em errõl va szó. Az elmélet kiiduló potja éppe az, hogy semmilye matematikai módszerrel sem lehetük okosabbak a piacál, és * Köszöetet szereték modai a Magyar Külkereskedelmi Bakak a vállalati professzori ösztödíj keretébe yújtott támogatásért. 1 A dolgozatba leírtak az irodalomba közismertek (Elliott Kopp [2000]), mégis úgy godolom, hogy érdemes a magyar közgazdászok figyelmét felhívi rájuk, ugyais a bemutatott állítások talá em elég széles körbe ismertek. Külööse aak hagsúlyozását tartom fotosak, hogy a pézügyi derivatívák árazása matematikai szempotból em tekithetõ a matematikai közgazdaságta öálló fejezetéek. Ugyacsak fotosak tartom a Dalag Morto Williger-tétel itt tárgyalt bizoyításak bemutatását, ugyais a legutóbbi idõszakig a tételt ehéz tételkét tartották számo. Az itt közölt bizoyítás Kabaov Stricker [2001], léyegébe elemei, ugyais az aalízis éháy egyszerûbb tételétõl eltekitve semmilye komolyabb eredméyre em támaszkodik. A dolgozat a Budapesti Közgazdaságtudomáyi és Államigazgatási Egyeteme tartott elõadásaimra támaszkodik, és megegyezik a diszkrét idejû modelleket tartalmazó taayagrésszel. 2 A H kifizetés em feltétleül elõyös. A H mögötti kifizetés lehet egatív is. Medvegyev Péter, Budapesti Közgazdaságtudomáyi és Államigazgatási Egyetem, Magyar Külkereskedelmi Bak vállalati katedra.

2 598 Medvegyev Péter csak az átlagosál agyobb kockázatvállalással tuduk az átlagosál agyobb yereséghez juti. A pézügyi matematika megfotolásai az elméleti pézügyek teré felismert kockázatmiimalizálási elvre épülek. Ez általáos filozófiai elv, amely szerit egy véletle kifizetésbõl származó kockázat csak ayiba ismerhetõ el, ameyibe az szükséges, idokolt volt. A túlzott kockázatviselés miatt elszevedett veszteségekért em jár kompezáció. ermészetese kézefekvõ a kérdés: ki és mi határozza meg, hogy a kockázat túlzó, vagy sem? A válasz a közgazdaságtaba megszokott: a kockázat piaci ára. És mi határozza meg a kockázat piaci árát? Hát semmi más, mit a kockázat iráti kereslet és a kíálat, vagyis a kockázati prefereciák. Eek megfelelõe a matematikai pézügyek a matematikai közgazdaságta egyik speciális fejezete. Bár ez a besorolás filozófiai szempotból helyes, a terület mid matematikai hátterét, mid gyakorlati alkalmazhatóságát, verifikáltságát tekitve igecsak elkülöül az általáos közgazdasági elmélettõl. A dötõ külöbség em elméleti, filozófiai karakterû. Sokkal ikább az alkalmazások agy számába és jellegébe yilvául meg. Szokás a matematikai pézügyek közgazdaságtao belüli elkülöülését a prefereciákra való közvetle hivatkozás hiáyával idokoli, és azt modai, hogy a pézügyek a közgazdaságta azo területe, ahol az árakat a prefereciákra való explicite hivatkozás élkül is meg tudjuk határozi. Ez részbe helyes, részbe azoba félrevezetõ. Félrevezetõ ayiba, hogy mikét késõbb hagsúlyozi fogjuk, a prefereciákra csak akkor em szükséges hivatkozi, ha a piac teljes, de em teljes piacoko elvileg csak a prefereciák ismeretébe határozható meg az ár. A kokrét alkalmazásoko alapuló pézügyi modellekbe azoba a piaci szereplõk prefereciái a legritkább esetekbe jeleek meg explicite. Eek oka az alkalmazásokkal való élõ, szoros kapcsolattartás, amelyek következtébe a modellekbe az olya megfigyelhetetle paraméterek, mit a prefereciák szerepeltetése, a evetségesség elkerülése és a komolyság látszatáak megõrzése végett, kerüledõ. A továbbiakba csak a diszkrét idõhorizot esetére szorítkozom, vagyis felteszem, hogy a kereskedés csak véges számú, elõre rögzített idõpotokba lehetséges. Általába ugyacsak feltételezem, hogy a modellekbe szereplõ külöbözõ valószíûségi változók, sztochasztikus folyamatok értékkészlete véges. 3 Eek a leegyszerûsített megközelítések a túlbecsülhetetle elõye, hogy matematikailag elemi. Mikét láti fogjuk, a lieáris algebra, illetve a lieáris programozás legegyszerûbb, közismert tételei kívül semmilye más komolyabb eredméyre em lesz szükségük. Ezt azért érdemes hagsúlyozi, mert a matematikai pézügyekkel kapcsolatos általáos elképzelés szerit a terület matematikailag redkívül igéyes. Ez igaz is, de csak akkor, ha folytoos idõparamétert tételezük fel. Ha az idõhorizot diszkrét és véges, akkor semmilye matematikai ehézség em lép fel. Hagsúlyozi kell azoba, hogy a folytoos idõparaméter eseté elegedhetetle martigálelmélet yelvezetét a véges, diszkrét idõhorizot tárgyalása sorá is érdemes haszáli, ugyais egyrészt a martigálelmélet yelvezete ige hatékoya haszálható, másrészt a diszkrét idejû problémáko keresztül émi betekitést kaphatuk a jóval ehezebb, folytoos idejû tételek körébe. Nyomatékosa hagsúlyozzuk, hogy csakis termiológiai szite hivatkozuk a martigálelméletre, aak állításaira érdembe ics szükségük, a martigálokra kimodott állítások midegyike véges összegek elemi átredezésével igazolható. A matematikai pézügyek bevezetõ tárgyalását általába a biomiális modellre szokás építei. Eek két elõye va. Egyrészt a modell ige egyszerû, másrészt a modellbõl kiidulva folytoos határátmeetkét éppe a matematikai pézügyek kedvec sztochasz 3 Kivétel a Dalag Morto Williger-tétel bizoyítását tartalmazó alpot.

3 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 599 tikus folyamatát, a Wieer-folyamatot kapjuk. De ami a tárgyalás elõye, az egybe a hátráya is, ugyais mid a biomiális modell, mid a Wieer-folyamat eseté a modell teljes, vagyis az árazás elméletéek legfotosabb kérdése, a piac teljességéek hiáya automatikusa rejtve marad. A dolgozat em titkolt célja a biomiális modell kiszorítása a magyar oktatási gyakorlatból, és aak bemutatása, hogy em túl sok többleterõfeszítéssel egy jóval általáosabb, áttekithetõbb és léyegre törõbb tárgyalási módhoz juthatuk. Az egyperiódusos modell Elsõ lépéskét az egyperiódusos modellt tárgyaljuk. Ekkor összese két idõpotuk va: a jele és a jövõ. A jele idõszak árait ismerjük, és ismerjük a termékek jövõbeli viselkedését, vagyis tudjuk a lehetséges jövõbeli árakat, kifizetéseket. Az alapvetõ kérdés a következõ: a jövõbeli lehetséges kifizetések ismeretébe a jelelegi árak kozisztesek, vagy sem? Kockázatsemleges valószíûségek Legye adva M darab kockázatos pézügyi istrumetum, w m jelölje az m-edik istrumetum jelelegi árát, és s m (ω) az m-edik termék árát a jövõbe, feltéve, ha az eszköz árát befolyásoló valamilye külsõ véletle paraméter éppe az ω értéket veszi fel. Ha N (ω =1 a lehetséges kimeetelek 4 vektora, akkor defiiálhatjuk az (N M)-es s 1 (ω 1 ) w 1 s M (ω 1 ) w M s 1 (ω 2 ) w 1 s M (ω 2 ) w M A = (a ij ) = s 1(ω N ) w 1 s M (ω N ) w M mátrixot. Vegyük észre, hogy a jelelegi és a jövõbeli árakat kivotuk egymásból, vagyis a diszkotálást implicite elvégeztük. 1. defiició. A (w m ) m árvektor mellett akkor va arbitrázs, ha va olya x R M portfólióvektor, amelyre 5 Ax 0, tehát amelyre egyetle kimeetelre sem veszítük, de legalább egy kimeetelre yerük. Milye feltételek mellett ics lehetõség arbitrázsra, vagyis milye feltételek mellett lehetetle olya portfóliót összeállítai, amely mellett pozitív valószíûséggel yereséghez jutuk, de semmilye körülméyek között em kell számoluk veszteséggel? A lieáris programozás dualitási tételei segítségével megmutatjuk, hogy potosa akkor icse arbitrázs, ha megadható olya q > 0 vektor, amelyre 6 q * A = 0 *. Valóba, poto 4 Kimeetelek helyett szokás világállapotokról beszéli. Eek oka, hogy hagsúlyozi szokás: valójába a modellbe icse defiiálva semmilye valószíûségi mezõ, ugyais icse megadva az egyes ω kime etelek valószíûsége. 5 A matematikai közgazdaságtaba szokott módo a szemiagyobb reláció jele, és megkülöböztetedõ a > = jeltõl. 6 A továbbiakba megkülöböztetjük a sor- és az oszlopvektorokat. A * (csillag) a traszpoálás jele.

4 600 Medvegyev Péter sa akkor icse arbitrázs, ha az Ax y > = 0 egyelõtleségbe em lehet szemipozitív y vektort íri, vagyis az y > = 0 x Ax + y = [ A,E] y < = 0 1 * y max feladatak va optimális megoldása, és az optimális megoldás értéke ulla. A duális feladat q * > = 0 q * A = 0 q * E > = 1 * q * 0 mi. A két feladatak potosa akkor va optimális megoldása, ha a duális feladatak va lehetséges q megoldása. 7 Mivel a q pozitív, ezért alkalmas ormalizálással feltehetõ, hogy valószíûségi mérték. A q pozitivitása fotos. A modellbe ugya explicite em N szerepel, de feltehetjük, hogy az (ω =1 kimeetelek halmazá adott egy p valószíûségi vektor, amely megadja az egyes ω kimeetelek objektív vagy statisztikai valószíûsé gét. A folytoos modellek megértéséek ehézsége agyrészt abból adódik, hogy magáak a modellek a felírásához szükséges explicite hivatkozi az objektív valószíûségre, 8 így a valószíûségi mérték 9 cseréjét explicite tárgyali kell. Az itt tárgyalt diszkrét esetbe explicite icse mértékcsere, ugyais szükségtele az objektív mérték fogalmát bevezeti. A q > 0 feltétel szerit em változik a relevás kimeetelek halmaza. Ezt úgy szokás modai, hogy a q valószíûség ekvivales az eredeti p valószíûséggel, vagyis a ulla valószíûségû eseméyek a két valószíûségi mérték esetébe megegyezek. 2. defiició. A q szokásos elevezései: 1. kockázatsemleges mérték, 2. kockázatsemleges valószíûség, 3. martigálmérték. Az S = (s j (ω i )), w = (w j ) jelölésekkel q * S = w *, ami úgy is iterpretálható, hogy a 7 alá em érdektele hagsúlyozi, hogy a lieáris programozás dualitási tétele valójába a kovex halmazok szeparációs tételé alapszik. A szeparációs tétele kívül a bizoyítás sorá ki kell még haszáli a véges kúpok zártságát, amely ha em is ehéz, de azért idoklásra szoruló állítás. A megjegyzés azért fotos, mert az általáos eset bizoyítása szité szeparációs megfotolásokra épül, és a bizoyítás ehéz lépése az elválasztadó halmazok zártságáak idoklása. Az általáos esetet tartalmazó Dalag Morto Williger-tétel bizoyításáak érdemi lépése éppe a véges kúpok zártságát biztosító tétel általáosításáak igazolása. 8 Valószíûségre való hivatkozás élkül em lehet például a Wieer-folyamat fogalmát értelmezi. 9 Emlékeztetük, hogy a mértéke egyszerûe a valószíûség agyságát megadó függvéyt értjük. A véges számú kimeetelt tartalmazó modellek esetébe a mértékelmélet egyetle állítására sics érdembe szükségük.

5 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 601 jelelegi árak a jövõbeli árak várható értéke, ahol a várható értéket a q kockázatsemleges mérték szerit kell vei. A várható érték jelölését bevezetve, 10 w = M q (S), ahol a várható érték M operátorába a q felsõ idex arra utal, hogy a várható értéket a q valószíûség szerit kell vei. Jelölje p az eredeti valószíûségeket! Vajo p = q? Ha p * S q * S = w, akkor va olya m idexû oszlop, vagyis termék, ahol modjuk * M(s m ) = M P (s m ) = p s m > w m. Ha lehetõségük va korlátla sokszor lejátszai a szituációt, akkor a agy számok törvéye miatt, émi potatlaságot megegedve, átlagba yerük, potosabba, ha va olya piaci szereplõ, aki kockázatsemleges, vagyis aki em tud külöbséget tei a jövõbeli átlag és a jelelegi érték között, akkor ics egyesúly. A kockázatsemleges valószíûség elevezést éppe ez idokolja. Diszkotálás Az elõzõ alpotba feltettük, hogy a jeleértékre hozást már megoldottuk. Most ezt vizsgáljuk meg. Az arbitrázs defiícióját módosítjuk, ugyais a külöbözõ idõpotokhoz tartozó értékeket diszkotálás élkül em vohatjuk ki egymásból. ovábbra is jelölje w a jelelegi árakat és S a jövõbeli véletle kifizetések mátrixát. Az x R M portfólió defiíció szerit arbitrázs, ha a következõ két egyelõtleség közül az egyik teljesül Sx 0, wx < = 0, Sx > = 0, wx < 0. Szavakba: a piaco akkor va arbitrázs, ha vagy kezdeti ráfordítás élkül a jövõbe legalább egy kimeetelre yerhetük, vagy egatív kezdeti ráfordítás mellett a jövõbe S semmilye kimeetelre sem veszítük. Ha A =, akkor a két feltétel összevoható, w és defiíció szerit a modellbe akkor va arbitrázs, ha va olya x portfólióvektor, amelyre Ax 0. A már bemutatott godolatmeetet megismételve, potosa akkor icse arbitrázs, ha va olya y > 0 vektor, hogy y * A = 0 *. Az A szerkezete alapjá, ha * y = ( q, λ ), akkor q * S λw = 0 *. A λ = exp(rt) > 0 jelöléssel * w = λ 1 q * S = exp ( rt) q * S = exp ( rt) M q (S). (1) Ez éppe a kockázatsemleges árazás közismert formulája. Ha a piaco icse arbitrázs, akkor megadható olya valószíûség, hogy a jelelegi ár éppe a jövõbeli árak várható értékéek jeleértéke. Ha az egyik termék, modjuk a 0 idexû kötvéy, vagyis 11 a kifizetése midig 1, akkor Érdemes hagsúlyozi, hogy látszólag valószíûségszámítási állítással va dolguk, de ez téyleg csak a látszat. A q egy lieáris programozási feladat duálisáak a megoldása, és mit ilye, hagyomáyos értelembe vett áryékár. 11 A kötvéy kifejezést most a matematikai pézügyek termiológiája szerit haszáljuk, vagyis a biztos befektetést evezzük kötvéyek. ermészetese biztos befektetés a valóságba icse, mide pézügyi eszköz hordoz kockázatot, ha mást em, akkor iflációs kockázatot. Eek megfelelõe a kötvéy helyett szokás az ármérce elevezést is haszáli, vagyis a kötvéy tekithetõ olya termékek, amelyek segítségével fejezzük ki a többi termék árát. 12 A továbbiakba a 0 idex midig kötvéyre utal.

6 602 Medvegyev Péter w 0 = λ 1 = exp( rt). A továbbiakba az egyszerûség kedvéért midig feltesszük, hogy a ulladik oszlop midig az azoosa 1 vektor. Erre tulajdoképpe icse szükség, de mivel a feltétel közgazdaságilag ige kézefekvõ, a tárgyalást pedig valamivel egyszerûbbé teszi, ezért a feltétellel éli foguk. A feltétel egyik fotos következméye, hogy a λ em függ a q kockázatsemleges valószíûségtõl. Érdemes hagsúlyozi, hogy a diszkotáló termékek, vagyis a ulladik termékek em kellee feltétleül kötvéyek lei, vagyis az értékéek az egyes kimeetelekre em kell kostasak leie. Ameyibe a ulladik termék értéke em kostas, akkor a λw 0 = M q (s 0 ) formulából kiidulva határozhatjuk meg a diszkottéyezõt, amely persze ilyekor függ a q kockázatsemleges valószíûségtõl. A piac teljessége együk fel, hogy az S-ek túl kevés a lieárisa függetle sora, 13 vagyis túl sok a véletle kimeetel. Ilyekor azt modjuk, hogy a piac, potosabba a modell, em teljes. 3. defiíció. Az S mátrix által reprezetált egyperiódusos modellt em teljesek modjuk, ha {Sx : x R M } R N. Szavakba: a modell em teljes, ha va olya h R N véletle kifizetés, amely em replikálható az S mátrixba szereplõ véletle kifizetésekbõl összeállított portfólióval, vagyis va olya h véletle követelés, amely az S segítségével em replikálható. A lieáris algebra termiológiájával a piac potosa akkor em teljes, ha az S oszlopvektorai által kifeszített tér em egyezik meg az R N térrel, vagyis az S oszlopvektor teréek dimeziója kisebb, mit N. Ha a piac teljes, akkor az oszlopvektor tér dimeziója * N, vagyis az S sorai lieárisa függetleek, következésképpe a q * S λw = 0 egyeletek adott w eseté egyetle olya (q, λ) megoldása va, amelyre ézve a q koordiátáiak összege 1, így teljes piac eseté a kockázatsemleges valószíûség egyértelmû. Megfordítva, ha a kockázatsemleges valószíûség egyértelmû, akkor a piac teljes, ugyais ha az S sorai em feszíteék ki a teljes R N teret, akkor alkalmas u 0 vektorral u * S = 0. Alkalmas θ eseté q + θ u > 0. A q + θ u elemeit ormalizálva, a q mellett készíthetük egy olya másik r valószíûségi vektort, amelyre r * S µw * = 0, így a kockázatsemleges valószíûség em lesz egyértelmû. Összefoglalva: az egyperiódusos modellbe a piac potosa akkor teljes, ha a kockázatsemleges valószíûség egyértelmû. Származtatott termékek árazása Most vegyük azt az esetet, amikor az S-ek túl sok oszlopa va, vagyis amikor az S oszlopai összefüggek. Legye az elsõ K vektor az oszlopvektorok egy bázisa. 14 Mivel egy bázisba midig bevihetük egy em ulla vektort, feltételezzük, hogy a kötvéy midig eleme a bázisak, vagyis a kötvéy midig alaptermék, így a diszkottéyezõ függetle a bázistól. Az elsõ K terméket alaptermékek vagy bázistermékek modjuk, a többi terméket származtatott vagy derivatív termékek. Evides módo a származtatott alaptermék megkülöböztetés relatív és bázisfüggõ. Ha az s k származtatott, akkor alkalmas 13 Vagyis az S ragja kisebb, mit a sorvektorok vagyis a véletle kimeetelek száma, N. 14 A teljes piac, illetve a bázistermékek legegyszerûbb esete, ha az S tartalmazza az E egységmátrixot. Az ide tartozó termékeket Arrow Debreu-termékekek szokás evezi. Világos, hogy mide termék az Arrow Debreu-termékek származtatott terméke.

7 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 603 K K K (δ j ) j=1 kostasokkal s k = j=1 δ j s j, amibõl, ha icse arbitrázs, w k = j=1 δ j w j,ugyais az (1) árazó képlet alapjá K K K * * * w k = λ 1 q s k = λ 1 q δ j s j = δ j λ 1 q s j = δ j w j. j=1 j=1 j=1 Ha ismerjük az alaptermékek árát, és ismerjük a δ j együtthatókat, akkor kiszámolhatjuk a származtatott termékek árát. Vegyük észre, hogy mivel az alaptermékek defiíció K szerit bázist alkotak, a (δ j ) j=1 koordiáták egyértelmûek, tehát az alaptermékek ára egyértelmûe meghatározza a származtatott termékek árát. ermészetese ez a szabály az arbitrázs kizárásáak feltételé múlik. Ha w k egy származtatott termék ára és modjuk K K w k > j=1 δ j w j, akkor a k-adik terméket a (δ j ) j=1 súlyokkal szitetikusa elõállítva biztos K w k j=1 δ j w j yereséghez juthatuk. Vegyük az alaptermékek által meghatározott elsõ bázis alredszerbe határozzuk meg a kockázatsemleges valószíûségeket. Ha k származtatott termék, akkor * * K terméket, és a w K = λ 1 q K S K K K K * * w k = δ j w j = λ 1 δ j q K s j = λ 1 q K δ j s j = j=1 j=1 j=1 * = λ 1 q K s k = λ 1 M q K (s ), k tehát az árazási formulába szereplõ kockázatsemleges valószíûségeket elegedõ a bázistermékekkel kiszámoli. Származtatott termékek árazása em teljes piacoko A származtatott termékek árazási problémája a következõ. együk fel, hogy az S piaco icse arbitrázs, és adott egy h véletle kifizetésvektor, vagyis adott az R N egy eleme. Milye árat kell adi a h termékek ahhoz, hogy a h termékkel kiegészített (S, h) piac arbitrázsmetes maradjo? Ha a h elõállítható a bázistermékek lieáris kombiációja- K két, akkor a válasz evides. Ha h = j=1 δ j s j, akkor a h egyedül lehetséges ára K j=1 δ j w j. Mi törtéik azoba akkor, ha a h em állítható elõ a már beárazott termékek lieáris kombiációjakét? Ha a piac em teljes, akkor ilye h vektor megadható. Ha q egy kockázatsemleges valószíûségi mérték, és a h árát a N * λ 1 q h = λ 1 q j h j = λ 1 M q (h) j =1 értékkel defiiáljuk, akkor továbbra is érvéybe marad az (1), vagyis a piaco az új termékkel em vezetük be arbitrázst. Ugyaakkor mivel a q em egyértelmû, a h ára sem számolható ki egyértelmûe, vagyis pusztá az arbitrázsmetesség feltételére építve a derivatív árazás problémája em oldható meg. A matematikai pézügyek valódi problémája em általába a származtatott termékek árazása, haem a em teljes piaco való árazás. A bevezetõ pézügyi kurzusoko tárgyalt modell evezetese a biomiális, illetve a biomiális modell folytoos általáosításáak tekithetõ Wieer-folyamatra épülõ úgyevezett Black Scholes-modell teljes, így az árazás kérdése triviálisa megold-

8 604 Medvegyev Péter ható. Az általáos esetbe azoba a tárgyalt módszer em haszálható. Ezt azért kell hagsúlyozi, mert mikét a bevezetõbe említettük, a pézügyi matematikával való elsõ ismerkedéskor hajlamosak vagyuk azt godoli, hogy a pézügyek, szembe a közgazdaságta más területeivel, em épít a haszossági függvéy, illetve az általáos egyesúlyelmélet hagyomáyos fogalmaira, és az árazás problémáját a prefereciákra való hivatkozás élkül oldja meg. Sajos ez em így va. A haszossági függvéyektõl függetle megközelítés csak teljes piac eseté mûködik, és az általáos esetbe pusztá az arbitrázs lehetetleségére alapozva em adható meg árazó képlet. öbbperiódusos modellek érjük rá a többperiódusos modellek ismertetésére. Elsõ lépéskét rövide emlékeztetük a feltételes várható érték, illetve a martigál fogalmára. Hagsúlyozzuk, hogy a martigálelméletet, illetve a feltételes várható érték fogalmát csak termiológiakét haszáljuk, a valószíûségszámítás eze evezetes fogalmaiak egyetle mélyebbek modható tulajdoságát sem fogjuk haszáli. Feltételes várható érték, martigálok Elõször éháy valószíûségszámítási fogalmat vezetük be. Legye Ω = {ω k } k N =1 a kimeetelek, világállapotok véges halmaza, = {0,1 Ô} a lehetséges idõszakok úgyszité véges halmaza. A martigálok defiiálásához a végesség feltételére általába ics szükség, de a godolatmeet egyszerûsítése céljából csak erre az elemi esetre szorítkozuk. Jelölje A a lehetséges eseméyeket, vagyis az Ω megegedett részhalmazait. Az (Ω, A) haszos szemléltetése a dötési fa. Egy ω k a t = 0 idõpottól a t = végpotig lefutó teljes út. 15 Egy A A eseméy például adott csomópoto átmeõ utak halmaza, vagy megadott csomópotoko átmeõ utak halmaza. Az (Ω, A, P) hármasról feltesszük, hogy kielégíti az elemi valószíûségszámítás szokásos megkötéseit. Ha ξ az Ω halmazo értelmezett függvéy, akkor várható értéke az 16 N M(ξ ) = ξ(ω i )P({ω i }) = Ω ξd P i=1 összeget értjük. Mi va akkor, ha a P({ω i }) értelmetle, vagy ami sokkal fotosabb: K értékét a redelkezésükre álló iformációk alapjá em ismerjük. Legye ( A =1 az Ω partíciója, vagyis A A m = 0/, ha m, és Ω = A. együk fel, hogy az (A ) elemei a ξ ismert. Várható értéke ekkor az N M(ξ ) = ξ(ω )P( A ), =1 ω A súlyozott átlagot értjük, feltéve, hogy az összeg em függ az ω A választásától, vagyis a ξ az (A partíció elemei kostas. Ilyekor azt modjuk, hogy a ξ mérhetõ az (A partícióra, illetve az (A eseméyek által geerált eseméytérre, σ -algebrára ézve. Az (A partícióhoz tartozó σ -algebra az (A halmazok összes lehetséges véges 15 Vagyis az összeölelkezõ fa em megegedett vagy legalábbis em szerecsés fogalom. 16 A következõkbe az itegráljelet gyakra fogjuk véges összegek jelölésére haszáli. ermészetese csakis jelölésrõl va szó, és az itegráljeleket az olvasó, ha úgy tetszik, átugorhatja.

9 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 605 egyesítéseiek halmaza. Legegyszerûbbe (A mérhetõ függvéyt úgy kaphatuk, ha átlagoljuk ξ-t a A eseméyeke: 17 K K M(ξχ A ) M(ξ ) = M(ξχ A ) = P( A ) = =1 =1 P( A ) K = η(ω )P( A ). =1 A részátlagokat megadó η függvéyt a ξ feltételes várható értékéek modjuk. Az elevezést az idokolja, hogy parciálisa, valamifajta feltétel szerit, már elvégeztük az átlagolást. Ha F jelöli az (A partíció által defiiált eseméyteret, akkor az η = M(ξ F ) jelöléssel foguk éli. Az η az egyetle olya F-mérhetõ változó, vagyis az egyetle olya változó, amely kostas az F-et geeráló partíció elemei, és amelyre 18 M(M(ξ F )χ F ) = M(ηχ F ) = M(ξχ F ), F F. 1. állítás. Köye belátható, 19 hogy a feltételes várható érték a következõ tulajdoságokkal redelkezik: 1. Redezéstartó, vagyis ha ξ > = 0, akkor M(ξ F) > = Lieáris, vagyis M(αξ + βη F) = αm(ξ F) + βm(η F). 3. Ha ξ F-mérhetõ, vagyis ha az F-et geeráló (A halmazoko kostas, akkor ξ = = M(ξ F). 4. Ha G F, vagyis az F a G elemeiek további partíciója, akkor M(M(ξ G) F) = M(M(ξ F) G) = M(ξ G), tehát a durvább partíció midig gyõz. Erre az ige fotos tulajdoságra toroyszabálykét szokás hivatkozi. 5. Ha a ξ F-mérhetõ, η tetszõleges, akkor M(ξη F) = ξm(η F). A feltételes várható érték utolsó tulajdoságára mit kiemelési szabály szokás hivatkozi. Vegyük észre, hogy a toroyszabály tekithetõ a teljes valószíûség tétele általáosításáak, ezért szokás teljes várható érték tételek is modai. Legye (F eseméyterek sorozata, és tegyük fel, hogy F F +1, vagyis tegyük fel, hogy a lehetséges eseméyek halmaza mooto õ. Ekkor azt modjuk, hogy az (F sorozat filtráció. Filtrációra legegyszerûbb példa, amikor a filtrációhoz tartozó partíciók egymás fiomításai, vagyis a rákövetkezõ partíciót az elõzõ további osztásával, fiomításával kapjuk. Ez éppe a dötési fával ábrázolható a legjobba. A biomiális modellbe mide idõpotba mide csúcspotból két ág idul, vagyis a filtrációt megadó partíció mide halmazát mide idõpotba két em üres részre botjuk. Nicse azoba semmi akadálya aak, hogy az egyes idõpotokba bizoyos csúcspotokból csak egy, más csúcspotokból pedig több ág is kiiduljo. Eek az általáos helyzetek 17 Értelemszerûe χ A az A halmaz idikátorváltozója, vagyis χ A (ω) = 1, ha ω A, és χ A (ω) = 0, ha ω A. 18 Az összefüggést az általáos esetbe szokás a feltételes várható érték defiíciójáak tekitei. 19 Ha az olvasó a megadott szabályokat em ismeri, célszerû, ha azok tartalmát alaposa meggodolja. Hagsúlyozzuk, hogy mivel az Ω alaptér véges számú kimeetelbõl áll, ezért az állítások midegyike egyszerû összegek átredezését tartalmazza.

10 606 Medvegyev Péter a leírását, kódolását tartalmazza a filtráció. A filtráció szokásos iterpretációja szerit: ahogya idõbe haladuk elõre, egyre több eseméyt tuduk megkülöbözteti, így az iformáció felhalmozódásával a lehetséges eseméyek halmaza bõvül. Ha (ξ olya sorozat, amelyre a ξ változó F -mérhetõ, vagyis a ξ kostas az F eseméyeket defiiáló partíció, akkor azt modjuk, hogy a (ξ sorozat adaptált az (F filtrációra. A dötési fa termiológiájával ez azt jeleti, hogy a folyamat értékei a csúcspotokba vaak írva. 4. defiició. A (ξ t, F t ) t adaptált sorozat martigál, ha ξ t = M(ξ t+1 F t ). Szemléletese: egy dötési fa martigál, ha a csúcspotokba írt érték midig a csúcspotba szereplõ szétágazás által meghatározott következõ csúcspotok átlaga, ahol az átlagot az átmeetvalószíûségek szerit kell vei. 20 Diszkrét modellekbe, vagyis ahol az idõhorizot véges, mide martigál felírható ξ t = M(ξ F t ) módo, vagyis a végpotokba defiiált valószíûségi változó rekurzív visszaátlagolásakét. 5. defiició. A Q valószíûségi mérték a (ξ t, F t ) t mérték, ha a Q alatt a sorozat martigál. adaptált sorozatra ézve martigál- Nics diszkotálás A többperiódusú modellek ayiba mások, mit az egyperiódusú modellek, hogy az arbitrázs defiíciója émiképpe boyolultabb. Az egyszerûség kedvéért a mátrixokra utaló félkövér jelölést elhagyjuk, ugyais majd a mátrixokból álló mátrixokat fogjuk félkövér módo jelöli. Midig feltesszük, hogy adott egy ( F t ) t =0 filtráció, és egy adap tált (S(t)) t =0 alapfolyamat. Mide S(t) N sorból és M oszlopból álló mátrix. Szerecsésebb azoba, ha az S(t)-t M darab Ω-á értelmezett függvéyek képzeljük el. Mivel elhagytuk a mátrixokra utaló félkövér jelölést, illetve em írjuk ki az S(t) függvéyek argumetumait, ezért a jelölésbõl közvetleül em teljese világos, hogy az S(t) olya mátrix, amelyek ayi sora, illetve ayi oszlopa va, ameyi a lehetséges világállapotok, illetve a modellbe levõ termékek száma. Egyelõre e foglalkozzuk a diszkotálással, és az S(t) jelöljö értékpapírárakat. Jelölje θ(t) a [t 1,t) szakaszo tartott portfóliót. Mikét az S(t), a θ(t) is mátrix, illetve a kimeetelektõl függõ függvéy. A θ értelmezési tartomáya \{0} Legye c θ (t) a t idõpotba a θ stratégia által geerált yereméy összege. Mivel a diszkotálástól eltekitettük, ezért az egyes idõszakokba geerált yereméyeket össze lehet adi. A c θ értelmezési tartomáya. Evides megfotolások alapjá 21 cθ (0) = S (0) θ (1) c θ (t) = S (t) [θ (t) θ (t + 1)], t = 1,2,, 1 c θ ( ) = S ( ) θ ( ). Ha defiíció szerit θ (0) = θ ( + 1) = 0, akkor a yereméy alakulását leíró egyeletredszer 20 Vegyük észre, hogy egy valószíûségi mezõ akkor adott, ha az összes út valószíûsége adott, amikor is az összes csúcspot valószíûsége adott, vagyis adottak az átmeetvalószíûségek. 21 Ügyeljük a szorzások potos tartalmára. A c θ (t) valószíûségi változó, vagyis vektor.

11 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 607 c θ (t) = S (t) [θ (t) θ (t + 1)], t. A jelölés aomáliáit talá az magyarázza, hogy el akarjuk kerüli a θ ( 1) változót, és explicite hagsúlyozi akarjuk a θ és az S folyamatok mérhetõségi, iformációs struktúrájáak eltérõ voltát. A bevételi oldal S (t) θ (t), a kiadási oldal S (t) θ (t + 1). A t = 0 potba még ics bevétel, a t = potba már ics kiadás. A θ (t) érték a [t 1, t) szakaszo tartott portfólió, amelyrõl a t 1 potba kell dötei, vagyis a θ (t) F t 1 mérhetõ. Erre a tulajdoságra a sztochasztikus folyamatok irodalmába mit elõrejelezhetõség szokás hivatkozi. Vezessük be a V θ értékfolyamatot, amely azt mutatja, hogy meyi volt a pozíció kumulált eredméye az idõszak elejé, az újrabefektetés elõtt. V θ ( ) = c θ (t) = t =0 = S(0) θ (1) + S(1) [θ (1) θ (2)] + + S( ) θ ( ) = = [S(t) S(t 1)]θ (t). t =0 Ha t = 0, akkor V θ (0) = defiició. A többperiódusos modellbe akkor va arbitrázs, ha va olya θ elõrejelezhetõ stratégia, amelyre V () 0. θ 1. tétel. (Az eszközárazás elsõ alaptétele.) A következõ állítások ekvivalesek: 1. ics arbitrázs, 2. megadható olya Q > 0 valószíûség a kimeetelek Ω teré, hogy az S folyamat martigál a Q alatt. Bizoyítás. Ha létezik Q martigálmérték, és va arbitrázs, akkor felhaszálva, hogy a Q > 0, és hogy V θ () 0, illetve hogy a θ elõrejelezhetõ és ezért haszálható, a kiemelési szabály 0 < M Q (V θ ( )) = M [S(k) S(k 1)] θ (k) = k =1 Q = M Q (M Q ([S(k ) S(k 1)] θ (k ) F k 1 ) = k =1 = M Q (M Q (S(k ) S(k 1) F k 1 ) θ (k )) = k =1 = M Q (0 θ (k)) = 0, k =1 ami lehetetle. Megfordítva, tegyük fel, hogy ics arbitrázs. Vezessük be az A = ([S() S( 1)], [S( 1) S( 2)], ) mátrixot, és jelölje E az olya portfólióstratégiákat, amelyek elemei elõrejelezhetõk.

12 608 Medvegyev Péter Mivel az elõrejelezhetõ stratégiák triviálisa lieáris alteret alkotak, ezért az E véges dimeziós altér. Ha icse arbitrázs, akkor az Ax 0, x E egyelet em oldható meg. Ez másképpe fogalmazva azt jeleti, hogy a K = AE = {Ax : x E}, N metszete a R N + kúppal csak a ulla vektorból áll, vagyis K R + = {0}. A K az E véges dimeziós altér lieáris leképezéssel vett képe, vagyis maga is véges dimeziós altér, tehát zárt, kovex halmaz, amely a feltétel szerit diszjukt a N P N 1 = x 0 : x = 1 1 halmaztól. A kovex halmazok szeparációs tétele alapjá 22 va olya q vektor, amelyre * q * k < q s, k K, s P N 1. (2) * Mivel a k = 0 megegedett, ezért a q s midig pozitív, vagyis mivel a P N 1 tartalmazza az egységvektorokat, ezért q > 0. Ugyaakkor mivel a K altér, ezért triviálisa q * k = 0, ugyais ha valamilye k K vektorra q * k 0, akkor mivel mide λ skalárra λk K, a (2em teljesülhet. Az elmodottak szerit tehát va olya q > 0, amelyre q * Ax = 0, x E. A q tekithetõ Q > 0 valószíûségek, és 0 = q * Ax = M Q (Ax) mide x E elõrejelezhetõ stratégiára. Speciálisa, ha F F t 1 tetszõleges, akkor az stratégiasorozat elõrejelezhetõ, tehát következésképpe x = (0,,0,χ F,0, 0) 0 = M Q (Ax) = M Q ([S(t) S(t 1)]χ F ) = 0, M Q (S(t)χ F ) = M Q (S(t 1)χ F ), F F t 1, vagyis a feltételes várható érték defiíciója alapjá tehát az S a Q mérték mellett martigál. S(t 1) = M Q (S(t) F t 1 ), Diszkotálás és öfiaszírozó portfóliók Most térjük rá a diszkotálás kérdésére, vagyis tegyük fel, hogy az egyes idõszakok jövedelmét em lehet összeadi! Legye ismét a 0 idexhez tartozó termék kötvéy, S 0 (t) legye a kötvéy ára a t idõpotba. Az egyszerûség kedvéért tegyük fel, hogy S 0 (0) = 1. Mikét az egyperiódusos modellbe, most is feltesszük, hogy mide t idõpotba S 0 (t) > 0. Evides módo a diszkotált ár 22 A P N 1 kompakt, tehát a szeparáció szigorúa teljesül.

13 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe S (t) = S(t). S 0 (t) A továbbiakba a felülvoás midig a diszkotálásra utal. Az árváltozásokból származó yereméyek diszkotált összege [S (t) S (t 1)]θ (t). (3) t =1 Vegyük észre, hogy a diszkotálás miatt az egyes összeadadó téyezõk azoos idõpotra voatkozak, így az összeg közgazdaságilag értelmes. Godot jelet azoba, hogy a (3agysága szempotjából a kötvéypozíció értéke teljese érdektele, ugyais S 0 (t) S 0 (t 1) = 1 1 = 0, így a θ 0 (tagysága irrelevás. A em diszkotált esetbe az elõrejelezhetõségtõl eltekitve tetszõleges pozíció felvételét megegedtük, tehát semmilye további megkötést em alkalmaztuk az egyes idõszakokra. Most azoba más utat követük, explicit megszorítást vezetük be a lehetséges portfóliókra. Erre azért va szükség, mivel a kötvéypozíciót em tudjuk rögzítei, másképpe fogalmazva: mivel ragaszkoduk a (3) itegrál formulához, de ez a formula a θ 0 értékére semmilye elõírást em tartalmaz, ezért a θ 0 midekori értékét kívülrõl a modellbe bevitt feltétellel rögzítjük. A továbbiakba a θ jelölése azt értjük, hogy a θ által reprezetált stratégiába a 0 idexû termék értéke 0, a többi koordiáta pedig elõrejelezhetõ folyamatot alkot. 7. defiició. A (θ (t)) t =1 sorozatot öfiaszírozóak modjuk, ha S (t) θ (t + 1) = S (t) θ (t), (4) vagyis a portfólió átredezése a t idõszakba em eredméyez ettó pézáramlást. etkötvéypozíció értéke úgy módosul, hogy egyelegezze a többi pozí szõleges θ -ra a θ 0 cióba keletkezõ értékváltozást. Mivel a (4) defiícióba midkét oldal leosztható S 0 (t)-vel, ezért az S (t)θ (t +1) = S (t)θ (t) is teljesül, vagyis ha a θ S öfiaszírozó, akkor a θ S öfiaszírozó, és yilvá megfordítva. Nekük azoba több kell. Legye θ tetszõleges elõrejelezhetõ portfólió a hagyomáyos eszközökre! Ha a kötvéypozíciót mide t idõpotba a M M S k (t)θ k (t) S k (t)θ k (t + 1) = S 0 (t)θ 0 (t + 1) k =1 k =1 szabállyal választjuk, egyelegezzük, akkor öfiaszírozó portfóliót kapuk. Világos, M hogy ha (θ k (t + 1)) k =1 F t -mérhetõ, akkor a θ 0 (t + 1) is F t -mérhetõ, vagyis a θ 0 egyértelmûe és öfiaszírozó és elõrejelezhetõ módo került rögzítésre. A portfólió diszkotált értéke a t idõpotba 1 V (t) = S(t)θ (t) = S (t)θ (t). S 0 (t) A portfólió értéke a idõpotba az öfiaszírozás feltétele miatt

14 610 Medvegyev Péter V ( ) = S( )θ ( ) = S( )θ ( ) ± S( 1)θ ( 1) ± = = S( )θ ( ) S( 1)θ ( ) + = = [S( ) S( 1)]θ ( ) + = = [S(t) S(t 1)]θ (t) + S(0)θ (1) = t =1 = [S(t) S(t 1)]θ (t) + S(0)θ (0) = t =1 = G( ) + V (0), ahol G az úgyevezett yereméyfolyamat. Mivel a levezetés csak az öfiaszírozáso múlt, az egyelõség potosa akkor teljesül, ha V ( ) = [S (t) S (t 1)]θ (t) + V (1) = (5) t =1 = [S (t) S (t 1)]θ (t) + V (0) = t =1 = G ( ) + V (0). 8. defiició. A modellbe icse arbitrázs, ha ics olya θ elõrejelezhetõ, öfiaszírozó portfóliófolyamat, amelyre V (0) = 0, de V () 0. Világos, hogy ez ekvivales azzal, hogy ics olya θ, amelyre V(0) = 0 és V (,θ ) = 1 V (,θ ) 0, S 0 ( ) vagy ami ugyaaz, ics olya elõrejelezhetõ folyamat, amelyre [S (t) S (t 1)]θ (t) 0. t =1 A θ és a θ között léyeges eltérés va. A θ elõrejelezhetõ, öfiaszírozó, és M + 1 dimeziós, a θ csak elõrejelezhetõ és léyegébe csak M dimeziós, ugyais a 0 idexe azoosa ulla. Az elmodottak alapjá az eszközárazás elsõ alaptételét köye kiterjeszthetjük a diszkotálás esetére: tétel. (Az eszközárazás elsõ alaptétele.) Potosa akkor ics arbitrázs, ha va olya Q mérték, amelyre ézve az S diszkotált árfolyam folyamat Q-martigál! A Dalag Morto Wiliger-tétel Ez idáig feltételeztük, hogy a lehetséges kimeetelek, világállapotok halmaza véges. Ez agyba segítette a tárgyalást, ugyais matematikailag csakis mátrixokkal kellett foglalkozi, és az egész godolatmeet a lieáris algebra elemi keretébe volt tárgyalható. A matematikai pézügyek egyik méltá üepelt tétele, az úgyevezett Dalag Morto 23 Mide modellbe az eszközárazásak két alaptétele va. Az elsõ az arbitrázs és a martigálmérték kapcsolatát adja meg, a második alaptétel pedig a teljesség és a martigálmérték egyértelmûségét kapcsolja össze.

15 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 611 Williger-tétel 24 szerit, az eszközárazás elsõ alaptételébe a diszkrét és véges idõhorizot megtartása mellett a valószíûségi alaptérre tett végességi feltétel elhagyható. Az alább bemutatott ige egyszerûek számító bizoyítás alapgodolatát tekitve em sokba külöbözik a már bemutatott bizoyításoktól, de feltételezi a mértékelmélet és az absztrakt aalízis ismeretét. 25 Ebbe az alpotba tehát az (Ω, A, P) általáos valószíû- ségi mezõ és F = ( F t ) t =0 véges idõhorizotú, de mide más szempotból tetszõleges filtráció, és (S(t)) t =0 -adaptált folyamat. Vezessük be az R = H : H = [S(t) S(t 1)]θ (t) t =1 halmazt, ahol θ az elõrejelezhetõ stratégiáko fut keresztül. Az aalízisbe megszokott módo L 0 + jelölje a em egatív valószíûségi változók halmazát. Vezessük be az A = R L 0 +, valamit a cl(a) halmazokat, ahol a lezárás a sztochasztikus kovergeciába értedõ. 26 Diszkrét, véges idõhorizot eseté az eszközárazás elsõ alaptételéek legáltaláosabb alakja a következõ: tétel. (Dalag Morto Williger.) A következõ állítások ekvivalesek: 1. A L 0 + = {0}. 2. A L 0 + = {0} és A = cl(a). 3. cl( A) L 0 + = {0}. 4. Megadható olya Q valószíûség, amely ekvivales az eredeti P valószíûségi mértékkel, amelyre a dq/dp Rado Nikodym derivált korlátos, és amely mellett az S martigál.. A megadott defiíciók alapjá evides, hogy az elsõ feltétel éppe az arbitrázs kizárásáak már korábba tárgyalt feltétele, ugyais az elsõ állítás szerit icse olya θ elõrejelezhetõ stratégia, amelyre a t =1 [S(t) S(t 1)]θ (t) kummulált yereség em egatív és egy pozitív valószíûségû halmazo pedig pozitív. A tétel bizoyítása éháy lemmára épül. Az elsõ az elemi aalízisbõl ismert kompaktsági tétel 28 általáosítása lemma. Legye (η R m értékû mérhetõ függvéyek sorozata, és tegyük fel, hogy lim if η <. Ekkor megadható olya (σ k ) k egész értékû mérhetõ függvéyekbõl álló sorozat, amelyre és az (η σ k ) k sorozat mide kimeetelre koverges. σ k 24 Az eszközárazás elsõ alaptételét véges számú kimeetel eseté szokás Harriso Pliska-tételek is evezi. 25 A továbbiakba a Dalag Morto Willige-tételre em foguk hivatkozi, így az alpotot a megfelelõ aalízisismeretekkel em redelkezõ olvasó elhagyhatja. 26 Megjegyezzük, hogy mivel mide sztochasztikusa koverges sorozat tartalmaz majdem midehol koverges részsorozatot, ezért a cl lezárás majdem midehol értelembe is vehetõ. 27 Az állítást a diszkotált alakra modjuk ki. A diszkotálás bevezetése az öfiaszírozó portfolióko keresztül a már bemutatott módo hajtható végre. A bizoyítás Kabaov Stricker [2001] dolgozatba közölt bizoyítás további egyszerûsítése. Érdemes megjegyezi, hogy az állítást korábba ehéz tételek tartották. Vö. Elliott Kopp [2000]. Az itt közölt bizoyítás léyegébe elemi. Utólagos visszatekitéssel a Dalag Morto Williger-tételt a matematikai közgazdaságta elemi tételei közé kell besoroli. 28 A Bolzao Weierstrass-tétel. 29 Potosabba aak a Bolzao Weierstrass-tétellel ekvivales elemi állításak az általáosítása, hogy ameyibe egy sorozatak a limes iferiorja véges, akkor a limes iferior egy alkalmas részsorozat határértéke.

16 612 Medvegyev Péter A lemma bizoyítása. Legye elõször (η skalárértékû sorozat, és tegyük fel, hogy az η = lim if η mide kimeetelre véges. Legye τ 0 = 0, és vezessük be a 1 τ k = if > τ k 1 : η η k függvéyeket. Elemi megfotolásokkal azoal belátható, hogy a τ k midek k-ra mérhetõ, és triviálisa η τ k η. A godolatmeetet az η sorozatra alkalmazva, a feltétel miatt megadható olya (τ k ) k sorozat, amelyre sup η τ k <. k A korlátosság miatt a már megritkított sorozat mide koordiátájára és mide kimeetelre külö-külö létezik a limes iferior, tehát az elõzõ godolatmeetet m szer megismételve a (σ k ) k idexsorozatot egyszerû, véges lépésbõl álló iterációval megkaphatjuk. Megjegyezzük, hogy mivel a (σ k ) k sorozat tagjai mérhetõek, ezért elemi megfotolásokkal azoal igazolható, hogy az (η σ k ) k sorozat tagjai mérhetõk maradak. A bizoyítás következõ lépése a szeparációs tétel végtele dimeziós alkalmazását tartalmazza. 2. lemma. Legye (Ω, A, P) tetszõleges valószíûségi mezõ. Legye K az (Ω, A, P) tére értelmezett itegrálható függvéyekbõl álló L 1 tér olya zárt, kovex kúpja, amelyre K ( L 1 + ), és K L 1 + = {0}. Ekkor az (Ω, A) tére létezik olya Q valószíûségi mérték, amely ekvivales 30 az eredeti P valószíûségi mértékkel, és amelyre és dq L, d P k dq 0, k K. d P Ω Ω d P M Q (k) = kdq = k dq d P = M P A lemma bizoyítása. Az L 1 duálisa L, tehát az L 1 tére értelmezett folytoos, lieáris fukcioálok alkalmas L függvéy segítségével itegrálkét reprezetálhatók, vagyis mide az L 1 tére értelmezett z folytoos, lieáris fukcioálak egyértelmûe megfeleltethetõ egy olya, szité z-vel jelölt L -beli elem, amelyre tetszõleges l L 1 eseté z,l = zld P. Legye Z az olya folytoos, lieáris fukcioálok halmaza, amelyek em egatívok a K kúpo. Mivel 0 Z, ezért Z 0/. Jelölje Y a Z elemeiek tartóhalmazaiból álló halmazt, vagyis Y Y, ha va olya z Z, hogy Y = {z > 0}. riviálisa az Y zárt a megszámlálható egyesítésre, ugyais ha z Z, akkor alkalmas α pozitív kostasokkal α z Z. Ha Ω 30 Emlékeztetük, hogy a P és a Q ekvivaleciája defiíció szerit azt jeleti, hogy P(A) = 0 potosa akkor, ha Q(A) = 0 vagyis a ulla valószíûségû eseméyek halmaza a két mérték esetébe egybeesik. ermészetese a P és a Q potosa akkor ekvivales, ha a dq/dp létezik és pozitív.

17 A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 613 λ 0 = sup {P(Y ) : Y Y}, akkor va olya (Y sorozat, amelyre P(Y ) λ 0. Az általáosság megszorítása élkül feltehetõ, hogy az (Y mooto õ, és mikét az imét megjegyeztük, Y 0 = Y Y, tehát P (Y 0 ) = λ 0. Az állítást belátjuk, ha megmutatjuk, hogy λ 0 = 1, ugyais akkor találtuk egy olya z 0 Z elemet, vagyis egy olya z 0 L függvéyt, amelyre z,k 0, és amelyre P (z 0 > 0) = 1. együk fel, hogy P (Y 0 ) < 1, és vegyük az x = χ c Y0 L 1 \ {0} + függvéyt. Mivel a K zárt, kovex halmaz és x K, ezért a végtele dimeziós szeparációs tétel, a Hah Baach-tétel, szerit található az L 1 tére értelmezett olya z x folytoos, lieáris fukcioál, amelyre z x,x > z x,k, k K. (6) etszõleges B A eseté χ B L 1 +, ezért z 0, ugyais ha egy pozitív mértékû E halmazo x z < 0, akkor a sχ E L 1 + K halmazo x z x, sχ E = s z d P > 0, x ami az s övelésével tetszõlegese aggyá tehetõ, következésképpe a (6) szeparációs egyelõtleség em teljesüle. Mivel k = 0 K, ezért z x,x > 0, vagyis Ω z x xd P > 0, tehát a z tartója része az x tartójáak, ami elletmod a P(Y 0 ) maximalitásáak. x Végezetül térjük rá a tétel bizoyítására! A tétel bizoyítása. A bizoyítást több lépésre botjuk. Megjegyezzük, hogy most is a kovex halmazok szeparációs tételét akarjuk alkalmazi. A bizoyítás ehézsége abba áll, hogy biztosítauk kell az elválasztadó halmazok zártságát. Ebbõl kifolyólag a bizoyítás érdemi lépése az elsõ lépés. 1. A bizoyítás a idõperiódus szeriti idukcióra épül. Legye elõször = 1. Vegyük egy a A sorozatot, és tegyük fel, hogy a a, ahol a kovergecia mit sztochasztikus kovergecia értedõ. Meg kell mutatuk, hogy a A. Az A defiíciója szerit a = [S(1) S(0)] θ (1) r, ahol a θ (1) F 0 mérhetõ és r L 0 +. Vegyük észre, hogy a bizoyítás ehézsége pusztá abból áll, hogy az (a kovergeciájából em következik a (θ (1) kovergeciája. 31 Vegyük észre, hogy ha Ω k F 0 az Ω véges számú halmazból álló partíciója, akkor az állítást elég az Ω k halmazoko külö-külö beláti. Az Ω teret botsuk fel úgy, hogy a partíció mide részhalmazáak mide kimeetelére az [S(1) S(0)] ugyaazo oszlopai alkotják az [S(1) S(0)] oszlopvektorteréek bázisát. A lieárisa összefüggõ oszlopokat elhagyva, a θ (1) stratégiát helyettesítsük a bázisvektorokra voatkozó koordiá tákkal. Vezessük be a θ = lim if θ (1) változót, és legye Ω 1 = {θ < }. Az elsõ lemma szerit alkalmas (σ k ) k részsorozatra az Ω 1 halmazo a (θ σ (ω)) k F 0 -mérhetõ, és mide k ω-kimeetelre ω a (θ (ω) koverges részsorozata. Mivel mérhetõ függvéyek határér téke mérhetõ, ezért a (θ σ k ) k sorozat θ határértéke szité F 0 -mérhetõ. Evides módo az (r σ k ) k sorozat szité koverges, és az r határértéke em egatív, tehát a = [S (1) S (0)] θ (1) r A. 31 Érdemes hagsúlyozi, hogy potosa ez a probléma lép fel akkor, amikor azt kell igazoli, hogy mide véges kúp zárt. A következõ bizoyítás eek az ige fotos állítás bizoyításáak az általáosítása. E

18 614 Medvegyev Péter Vegyük a Ω 2 = {θ = } halmazt. A θ (1), illetve r helyett tekitsük a θ (1) r, θ (1) θ (1) ormalizált sorozatokat. Ω 2 defiíciója miatt a θ ( 1) = [S(1) S(0)] θ (1 r θ θ ( 1) 0. (1) Ismételte a lemma miatt feltehetõ, hogy a θ (1) / θ (1) koverges, tehát alkalmas θ F 0 és r elemekre [S (1) S (0)] θ r = 0. Az elsõ feltétel szerit [S (1) S (0)] θ = 0, vagyis r = 0. Ugyaakkor θ 0, ami elletmod aak, hogy az [S (1) S (0)] oszlopai lieárisa függetleek, következésképpe Ω 2 = 0/. Ezzel a = 1 esetbe az A zártságát igazoltuk. együk fel, hogy az állítást már 1 idõpot eseté beláttuk, és legye a = [S(t) S(t 1)]θ (t) r a. t =1 Ha θ ( ) F 1 mérhetõ, akkor az [S ( ) S ( 1)] θ ( ) R, tehát az elõzõ godolatmeetet megismételve feltehetõ, hogy a θ ( ) koverges. Az idukciós feltételt a 1 [S (t) S (t 1)]θ (t) r t =1 kifejezésre felhaszálva, az állítás evides. 2. A második állításból triviálisa következik a harmadik. 3. Megjegyezzük, hogy tetszõleges η változó eseté a P valószíûségi mezõ megválasztható úgy, hogy az η itegrálható lesz. Elég például a P helyett a P ( A) = C exp( η )dp A P-vel ekvivales teret vei. 32 Mivel a tételbe szereplõ állítások érvéybe maradak, ha ekvivales valószíûségre térük át, 33 ezért az általáosság megszorítása élkül feltehetjük, hogy az S folyamat mide idõszakba itegrálható. Mivel az L 1 -be való kovergeciából következik a sztochasztikus kovergecia, ezért a K = cl( A) L 1 kúp zárt az L 1 térbe, és a feltétel szerit K L 1 + = {0}, így a második lemmába szereplõ szeparációs tétel alapjá va olya Q ekvivales mérték, amelyre a dq/dp L, és amelyre M Q (k) 0, k K. Speciálisa, ha vesszük a k = ±[S(t) S(t 1)]θ (t) elemeket, ahol a θ (t) F t 1 mérhetõ, akkor M Q ([S (t) S (t 1)] θ (t)) = 0, 32 Az x exp ( x ) függvéy korlátos, vagyis az áttérést biztosító Rado Nikodym-derivált korlátos. 33 A sztochasztikusa koverges sorozatok potosa azok, amelyek redelkezek majdem midehol koverges részsorozattal. Ekvivales mértékek eseté a majdem midehol koverges sorozatok halmaza azoos.

19 amibõl A pézügyi eszközök árazásáak alaptétele diszkrét idejû modellekbe 615 M Q (S (t) S (t 1) F t 1 ) = 0, vagyis az S martigál a Q alatt, következésképpe a harmadik állításból következik a egyedik. 4. Végezetül tegyük fel, hogy teljesül a egyedik állítás, vagyis va olya Q a P-vel ekvivales mérték, amely mellett az S martigál. Ha h A L 0 +, akkor va olya θ elõrejelezhetõ startégia, amelyre A Q-martigál tulajdoság szerit következésképpe 0 h [S(t) S(t 1)]θ (t). k M Q ([S (t) S (t 1)] θ (t)) = 0, M Q (h) = 0, amibõl a h 0 felhaszálásával a h Q majdem mide kimeetelre ulla. Mivel a P és a Q ekvivalesek, ezért a h P majdem midehol ulla, így teljesül az elsõ állítás. Árazás többperiódusos modellekbe Legye H F mérhetõ valószíûségi változó. Mi a H ára a t = 0 potba? A H változót, más éve európai derivatívát, feltételes követelést, származtatott terméket 34 elérhetõek modjuk, ha va olya θ öfiaszírozó, elõrejelezhetõ portfóliósorozat, amelyre V( ) = H. A θ eve hedge vagy replikáló stratégia, portfólió. A H származtatott termék π (H) ésszerû, egyesúlyi ára természetese V(0), ugyais ha em az lee, akkor értelemszerûe lehete arbitráli. Ha π (H) < V(0), vagyis a H származtatott termék olcsó, és a replikáló portfólió drága, akkor a közgazdaságta alaptörvéyéek megfelelõe vegyük meg a származtatott terméket, és adjuk el a replikáló portfóliót. A t = 0 potba a ettó mérleg V(0) bevétel, π (H) kiadás, vagyis pozitív, a idõpotba a bevétel H, a kiadás szité H, vagyis a ettó eredméy ulla. Nem túl meglepõ módo, ha feltesszük, hogy F 0 = {/,Ω}, 0 vagyis ha a változók értéke a t = 0 idõpotba kostas, em függ a véletletõl, akkor V (0) = π (H) = M Q 1 H = M Q (H ), (7) S vagyis a H ára a H diszkotált várható értéke, ahol a várható értéket a Q kockázatmetes valószíûség mellett kell vei. A (7) idoklása a következõ. Mivel az S Q-martigál, ezért a t G (t) = [S (s) S (s 1)]θ (s) traszformált is martigál, ugyais s=1 34 A származtatott termék elevezést az idokolja, hogy a H F ismert iformációk alapjá meghatározható. mérhetõ, vagyis az értéke idõszakba

20 616 Medvegyev Péter t +1 M Q (G (t + 1) F t ) = M Q ([S (s) S (s 1)]θ (s) F t ) = s=1 t = M Q ([S (s) S (s 1)]θ (s) F t ) + s=1 + M Q ([S (t + 1) S (t)]θ (t + 1) F t ). Az elsõ tagba mide kifejezés legfeljebb t idexû, tehát az egész kifejezés F t -mérhetõ, így a feltételes várható értéke ömaga. A második kifejezésbe mivel a θ (t + 1) elõrejelezhetõ, ezért kivihetõ a feltételes várható értékbõl, majd az S Q-martigál tulajdosága miatt M Q ([S (t + 1) S (t)]θ (t + 1) F t ) = = M Q (S (t + 1) S (t) F t ) θ (t + 1) = = 0 θ (t + 1) = 0. A martigál õrzi a várható értéket, ezért, felhaszálva, hogy a V(0) determiisztikus, M Q (G ( )) = 0 az (5) felhaszálásával V (0) = V (0) = V (0) + M Q (G ( )) = M Q (V (0) + G ( )) = = M Q (V ( )) = M Q (H ) = M Q 1 H. S Érdembe sehol sem haszáltuk ki, hogy a t = 0 idõpotot vizsgáljuk, csak az 1 H = V ( ) = [S (t) S (t 1)]θ (t) + V (0) S( ) t =1 elõállítást, valamit a Q-martigál tulajdoságot, ezért 1 M Q H F t = M Q (V ( ) F t ) = M Q (G ( ) + V (0) F t ) = S( ) = G ( ) + V (0) = V (t) = V (t), S(t) következésképpe V (t) = M Q S(t) H F t. (8) S( ) Egyértelmûség, teljesség a többperiódusos modellekbe érjük vissza a diszkrét valószíûségi mezõ esetére! Kétfajta egyértelmûség vethetõ fel. 1. Vajo az árak egyértelmûek-e, vagyis függek-e a replikáló portfóliótól vagy a martigálmértéktõl? 2. Vajo a martigálmérték egyértelmû-e? Az elsõ kérdés tûik érdekesebbek, de a megoldása triviális. Ha létezek a replikáló portfóliók, akkor az azokhoz tartozó értékfolyamatok egyértelmûek. Legye θ 1 és θ 2 két replikáló portfólió, vagyis tegyük fel, hogy V(,θ 1 ) = V(, θ 2 ) = H.

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő. 3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.

Részletesebben

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet): A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak

Részletesebben

Kalkulus II., második házi feladat

Kalkulus II., második házi feladat Uger Tamás Istvá FTDYJ Név: Uger Tamás Istvá Neptu: FTDYJ Web: http://maxwellszehu/~ugert Kalkulus II, második házi feladat pot) Koverges? Abszolút koverges? ) l A feladat teljese yilvávalóa arra kívácsi,

Részletesebben

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

Nevezetes sorozat-határértékek

Nevezetes sorozat-határértékek Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli beugró kérdések. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis 1. Írásbeli beugró kérdések Készítette: Szátó Ádám 2011. Tavaszi félév 1. Írja le a Dedekid-axiómát! Legyeek A R, B R. Ekkor ha a A és b B : a b, akkor

Részletesebben

2. fejezet. Számsorozatok, számsorok

2. fejezet. Számsorozatok, számsorok . fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk

Részletesebben

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk. NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és

Részletesebben

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok, l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

Gyakorló feladatok II.

Gyakorló feladatok II. Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai közzétéve a szerző egedélyével) Öfüggő szekuder-változó csoport keresése: egy bevezető példa Ez a módszer az állapothalmazo értelmezett partíció-párok elméleté alapul. E helye em lehet céluk az elmélet

Részletesebben

Ingatlanfinanszírozás és befektetés

Ingatlanfinanszírozás és befektetés Nyugat-Magyarországi Egyetem Geoiformatikai Kar Igatlameedzser 8000 Székesfehérvár, Pirosalma u. 1-3. Szakiráyú Továbbképzési Szak Igatlafiaszírozás és befektetés 2. Gazdasági matematikai alapok Szerzı:

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

Részletesebben

Andai Attila: november 13.

Andai Attila: november 13. Adai Attila: Aalízis éháy fejezete bizoyításokkal Óravázlat 006. ovember 13. Ebbe az óravázlatba az órá elhagzott defiíciókat és a bizoyított tételeket gyűjtöttem össze. i Elemi sorok és függvéyek 1 1.

Részletesebben

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév

Eötvös Loránd Tudományegyetem Informatikai Kar. Analízis 1. Írásbeli tételek. Készítette: Szántó Ádám Tavaszi félév Eötvös Lorád Tudomáyegyetem Iformatikai Kar Aalízis. Írásbeli tételek Készítette: Szátó Ádám 20. Tavaszi félév . Archimedes tétele. Tétel: a > 0 és b R : N : b < a. Bizoyítás: Idirekt úto tegyük fel, hogy

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1

(d) x 6 3x 2 2 = 0, (e) x + x 2 = 1 x, (f) 2x x 1 = 8, 2(x 1) a 1 . Bevezető. Oldja meg az alábbi egyeleteket: (a cos x + si x + cos x si x = (b π si x = x π 4 x 3π 4 cos x (c cos x + si x = si x (d x 6 3x = 0 (e x + x = x (f x + 5 + x = 8 (g x + + x + + x + x + =..

Részletesebben

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1 A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Ha N és h R, akkor + h + h Mikor va itt egyelőség? Léyeges-e a h feltétel? Számtai-mértai közép Bármely N és,, R, k 0 k =,, választással k

Részletesebben

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol

Wiener-folyamatok definiciója. A funkcionális centrális határeloszlástétel. Norbert Wienerre, a második pedig egy Brown nevű XIX. században élt angol Wieer-folyamatok defiiciója. A fukcioális cetrális határeloszlástétel. A valószíűségszámítás egyik agyo fotos fogalma a Wieer-folyamat, amelyet Browmozgásak is hívak. Az első elevezés e fogalom első matematikailag

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

Sorozatok A.: Sorozatok általában

Sorozatok A.: Sorozatok általában 200 /2002..o. Fakt. Bp. Sorozatok A.: Sorozatok általába tam_soroz_a_sorozatok_altalaba.doc Sorozatok A.: Sorozatok általába Ad I. 2) Z/IV//a-e, g-m (CD II/IV/ Próbálj meg róluk miél többet elmodai. 2/a,

Részletesebben

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik. Számsorozatok 2015. december 22. 1. Alapfeladatok 1. Feladat: Határozzuk meg az a 2 + 7 5 2 + 4 létezik. sorozat határértékét, ha Megoldás: Mivel egy tört határértéke a kérdés, ezért vizsgáljuk meg el

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn Feladatok közepek közötti egyelőtleségekre (megoldások, megoldási ötletek) A továbbiakba szmk=számtai-mértai közép közötti egyelőtleség, szhk=számtaiharmoikus közép közötti egyelőtleség, míg szk= számtai-égyzetes

Részletesebben

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit! Sorozatok 20. október 5. Határozza meg a következ sorozatok határértékeit!. Zh feladat:vizsgálja meg mootoitás és korlátosság szerit az alábbi sorozatot! a + ha ; 2; 5 Mootoitás eldötéséhez vizsgáljuk

Részletesebben

1 h. 3. Hogyan szól a számtani és a mértani közép közötti összefüggést kifejező tétel?

1 h. 3. Hogyan szól a számtani és a mértani közép közötti összefüggést kifejező tétel? 1. Fogalmazza meg az R -beli háromszög-egyelőtleségeket!,y R (i) +y + y (ii) -y - y 2. Mit mod ki a Beroulli-egyelőtleség? (i) (1+h) 1+ h ( h>-1) ( N*) (ii) (1+h) 1+2 h 1 ( N*) h 2 3. Hogya szól a számtai

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

Határértékszámítás. (szerkesztés alatt) Dr. Toledo Rodolfo április A határátmenet és a műveletek 12

Határértékszámítás. (szerkesztés alatt) Dr. Toledo Rodolfo április A határátmenet és a műveletek 12 Határértékszámítás szerkesztés alatt) Dr. Toledo Rodolfo 207. április 23. Tartalomjegyzék. Bevezetés 2 2. Segédállítások 3 3. Nevezetes sorozatok 7 4. A határátmeet és a műveletek 2 5. Az e szám fogalma

Részletesebben

A brexit-szavazás és a nagy számok törvénye

A brexit-szavazás és a nagy számok törvénye Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai

Részletesebben

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8 Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,

Részletesebben

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha . Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,

Részletesebben

Integrálás sokaságokon

Integrálás sokaságokon Itegrálás sokaságoko I. Riema-itegrál R -e Jorda-mérték haszálható ehhez: A R eseté c(a)=0, ha 0 eseté létezek C 1,,C s kockák hogy A C1 Cs és s i 1 c C i defiíció: D ullmértékű R itegrálási tartomáy,

Részletesebben

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is: . A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát

Részletesebben

A figurális számokról (IV.)

A figurális számokról (IV.) A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe

Részletesebben

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1 Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.

Részletesebben

3.1. A Poisson-eloszlás

3.1. A Poisson-eloszlás Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a

Részletesebben

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B)

Feladatok megoldása. Diszkrét matematika I. Beadandó feladatok. Bujtás Ferenc (CZU7KZ) December 14, feladat: (A B A A \ C = B) Diszkrét matematika I. Beadadó feladatok Bujtás Ferec (CZU7KZ) December 14 014 Feladatok megoldása 1..1-6. feladat: (A B A A \ C = B) A B A = A \ C = B igazolása: A B A = B \A = Ø = B = A B (Mivel a B-ek

Részletesebben

ANALÍZIS I. DEFINÍCIÓK, TÉTELEK

ANALÍZIS I. DEFINÍCIÓK, TÉTELEK ANALÍZIS I. DEFINÍCIÓK, TÉTELEK Szerkesztette: Balogh Tamás 2012. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add el! - Így add

Részletesebben

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198. ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az

Részletesebben

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag VIK, Műszaki Iformatika ANALÍZIS Numerikus sorok Oktatási segédayag A Villamosméröki és Iformatikai Kar műszaki iformatikus hallgatóiak tartott előadásai alapjá összeállította: Fritz Józsefé dr. Kóya Iloa

Részletesebben

10.M ALGEBRA < <

10.M ALGEBRA < < 0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész

Részletesebben

Analízis feladatgy jtemény II.

Analízis feladatgy jtemény II. Oktatási segédayag a Programtervez matematikus szak Aalízis I. tatárgyához (003004. taév szi félév) Aalízis feladatgy jteméy II. Összeállította Szili László 003 Tartalomjegyzék I. Feladatok 3. Valós sorozatok.......................................

Részletesebben

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére. Véletleített algoritmusok Tegyük fel, hogy va két doboz (A,B), amely egyike 1000 Ft-ot tartalmaz, a másik üres. 500 Ft-ért választhatuk egy dobozt, amelyek a tartalmát megkapjuk. A feladat megoldására

Részletesebben

Diszkrét matematika II., 3. előadás. Komplex számok

Diszkrét matematika II., 3. előadás. Komplex számok 1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,

Részletesebben

I. rész. Valós számok

I. rész. Valós számok I. rész Valós számok Feladatok 3 4 Teljes idukció Igazolja a teljes idukcióval a következ állítások helyességét!.. k 2 = k= ( + )(2 + ). 6.2. 4 + 2 7 + + (3 + ) = ( + ) 2..3. a) b) ( + ) = +. k ( ) =

Részletesebben

Lajkó Károly Kalkulus I. példatár mobidiák könyvtár

Lajkó Károly Kalkulus I. példatár mobidiák könyvtár Lajkó Károly Kalkulus I. példatár mobidiák köyvtár Lajkó Károly Kalkulus I. példatár mobidiák köyvtár SOROZATSZERKESZTŐ Fazekas Istvá Lajkó Károly Kalkulus I. példatár programozó és programtervező matematikus

Részletesebben

Általános taggal megadott sorozatok összegzési képletei

Általános taggal megadott sorozatok összegzési képletei Általáos taggal megadott sorozatok összegzési képletei Kéri Gerzso Ferec. Bevezetés A sorozatok éháy érdekes esetét tárgyaló el adást az alábbi botásba építem fel:. képletek,. alkalmazások, 3. bizoyítás

Részletesebben

1. A KOMPLEX SZÁMTEST A természetes, az egész, a racionális és a valós számok ismeretét feltételezzük:

1. A KOMPLEX SZÁMTEST A természetes, az egész, a racionális és a valós számok ismeretét feltételezzük: 1. A KOMPLEX SZÁMTEST A természetes, az egész, a raioális és a valós számok ismeretét feltételezzük: N = f1 ::: :::g Z = f::: 3 0 1 3 :::g p Q = j p q Z és q 6= 0 : q A valós szám értelmezése végtele tizedestörtkét

Részletesebben

Kalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév

Kalkulus szigorlati tételsor Számítástechnika-technika szak, II. évfolyam, 2. félév Kalkulus szigorlati tételsor Számítástechika-techika szak, II. évfolyam,. félév Sorozatok: 1. A valós számoko értelmezett műveletek és reláció tulajdoságai. Számok abszolút értéke, itervallumok. Számhalmazok

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 1. zárthelyi dolgozat március 18. Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati

Részletesebben

A G miatt (3tagra) Az egyenlőtlenségek két végét továbbvizsgálva, ha mindkét oldalt hatványozzuk:

A G miatt (3tagra) Az egyenlőtlenségek két végét továbbvizsgálva, ha mindkét oldalt hatványozzuk: Kocsis Júlia Egyelőtleségek 1. Feladat: Bizoytsuk be, hogy tetszőleges a, b, c pozitv valósakra a a b b c c (abc) a+b+c. Megoldás: Tekitsük a, b és c számok saját magukkal súlyozott harmoikus és mértai

Részletesebben

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)

Részletesebben

Metrikus terek. továbbra is.

Metrikus terek. továbbra is. Metrius tere továbbra is. Defiíció: Legye X egy halmaz, d : X X R egy függvéy. Azt modju, hogy d metria (távolság), ha.. 3. 4. d d d d x, x 0, x, y 0 x y, x, y dy, x, x, z dx, y dy, z. Az X halmazt a d

Részletesebben

Hanka László. Fejezetek a matematikából

Hanka László. Fejezetek a matematikából Haka László Egyetemi jegyzet Budapest, 03 ÓE - BGK - 304 Szerző: Dr. Haka László adjuktus (OE BGK) Lektor: Hosszú Ferec mestertaár (OE BGK) Fiamak Boldizsárak Előszó Ez az elektroikus egyetemi jegyzet

Részletesebben

Debreceni Egyetem. Kalkulus példatár. Gselmann Eszter

Debreceni Egyetem. Kalkulus példatár. Gselmann Eszter Debrecei Egyetem Természettudomáyi és Techológiai Kar Kalkulus példatár Gselma Eszter Debrece, 08 Tartalomjegyzék. Valós számsorozatok Elméleti áttekités........................................................

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

Egy lehetséges tételsor megoldásokkal

Egy lehetséges tételsor megoldásokkal Egy lehetséges tételsor megoldásokkal A vizsgatétel I része a IX és X osztályos ayagot öleli fel, 6 külöböző fejezetből vett feladatból áll, összese potot ér A közzétett tétel-variások és az előző évekbe

Részletesebben

Az új építőipari termelőiár-index részletes módszertani leírása

Az új építőipari termelőiár-index részletes módszertani leírása Az új építőipari termelőiár-idex részletes módszertai leírása. Előzméyek Az elmúlt évekbe az építőipari árstatisztikába egy új, a korábba haszálatos költségalapú áridextől eltérő termelői ár alapú idexmutató

Részletesebben

Függvényhatárérték-számítás

Függvényhatárérték-számítás Függvéyhatárérték-számítás I Függvéyek véges helye vett véges határértéke I itervallumo, ha va olya k valós szám, melyre az I itervallumo, ha va olya K valós szám, melyre I itervallumo, ha alulról és felülről

Részletesebben

6. Számsorozat fogalma és tulajdonságai

6. Számsorozat fogalma és tulajdonságai 6. Számsorozat fogalma és tulajdoságai Taulási cél: A számsorozat fogalmáak és elemi tulajdoságaiak megismerése. A mootoitás, korlátosság vizsgálatáak elsajátítása. Nevezetes sorozatok határértékéek megismerése.

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

2.1. A sorozat fogalma, megadása és ábrázolása

2.1. A sorozat fogalma, megadása és ábrázolása 59. Számsorozatok.. A sorozat fogalma, megadása és ábrázolása.. Defiíció. Azokat az f : N R valós függvéyeket, melyek mide természetes számhoz egy a valós számot redelek hozzá, végtele számsorozatokak,

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

Részletesebben

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Hadamard-mátrixok Előadó: Hajnal Péter február 23. Szimmetrikus kombinatorikus struktúrák MSc hallgatók számára Hadamard-mátrixok Előadó: Hajnal Péter 2012. február 23. 1. Hadamard-mátrixok Ezen az előadáson látásra a blokkrendszerektől független kombinatorikus

Részletesebben

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be, 6 A primitív üggvéy létezése A primitív üggvéy létezése Kitűzött eladatok. Határozd meg az a és b valós paraméterek értékét úgy hogy az : R ae + b üggvéyek létezze primitív üggvéye! >. Az : [ + [ + olytoos

Részletesebben

Analízis I. gyakorlat

Analízis I. gyakorlat Aalízis I. gyakorlat Kocsis Albert Tihamér, Németh Adriá 06. március 4. Tartalomjegyzék Előszó.................................................... Sorozatok és sorok.............................................

Részletesebben

194 Műveletek II. MŰVELETEK. 2.1. A művelet fogalma

194 Műveletek II. MŰVELETEK. 2.1. A művelet fogalma 94 Műveletek II MŰVELETEK A művelet fogalma Az elmúlt éveke már regeteg művelettel találkoztatok matematikai taulmáyaitok sorá Először a természetes számok összeadásával találkozhattatok, már I első osztálya,

Részletesebben

fogalmazva a nagy számok törvénye azt mondja ki, hogy ha vesszük n független és

fogalmazva a nagy számok törvénye azt mondja ki, hogy ha vesszük n független és A Valószíűségszámítás II. előadássorozat egyedik témája. A NAGY SZÁMOK TÖRVÉNYE Eze előadás témája a agy számok erős és gyege törvéye. Kissé leegyszerűsítve fogalmazva a agy számok törvéye azt modja ki,

Részletesebben

Kombinatorika. Variáció, permutáció, kombináció. Binomiális tétel, szita formula.

Kombinatorika. Variáció, permutáció, kombináció. Binomiális tétel, szita formula. Kombiatorika Variáció, permutáció, kombiáció Biomiális tétel, szita formula 1 Kombiatorikai alapfeladatok A kombiatorikai alapfeladatok léyege az, hogy bizoyos elemeket sorba redezük, vagy éháyat kiválasztuk

Részletesebben

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban? BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is

Részletesebben

INJEKTIVITÁS ÉS EGYÉB TULAJDONSÁGOK MEGOLDOTT FELADATOK

INJEKTIVITÁS ÉS EGYÉB TULAJDONSÁGOK MEGOLDOTT FELADATOK Megoldott feladatok Ijektivitás és egyéb tulajdoságok 59 ) INJEKTIVITÁS ÉS EGYÉB TULAJDONSÁGOK MEGOLDOTT FELADATOK Határozd meg azt az f:r R függvéyt, amelyre f ( f ( ) x R és a g:r R g ( = x f ( függvéy

Részletesebben

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.

Részletesebben

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben

2. gyakorlat - Hatványsorok és Taylor-sorok

2. gyakorlat - Hatványsorok és Taylor-sorok . gyakorlat - Hatváysorok és Taylor-sorok 9. március 3.. Adjuk meg az itt szereplő sorok kovergeciasugarát és kovergeciaitervallumát! + a = + Azaz a hatváysor kovergeciasugara. Az biztos, hogy a (-,) yílt

Részletesebben

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat!

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat! megoldásvázlatok Fizika BSc I/,. feladatsor. Rajzoljuk le a számegyeese az alábbi halmazokat! a { R < 5}, b { R 4}, c { Z 4}, d { Q < 4 6}, e { N 3 }.. Igazak-e az alábbi állítások? Adjuk meg az állítások

Részletesebben

BSc Analízis I. előadásjegyzet

BSc Analízis I. előadásjegyzet BSc Aalízis I. előadásjegyzet 2009/200. őszi félév Sikolya Eszter ELTE TTK Alkalmazott Aalízis és Számításmatematikai Taszék 200. április 30. ii Tartalomjegyzék Előszó v. Bevezetés.. Logikai állítások,

Részletesebben

1. Sajátérték és sajátvektor

1. Sajátérték és sajátvektor 1. Sajátérték és sajátvektor Leképezés diagoális mátrixa. Kérdés Mely bázisba lesz egy traszformáció mátrixa diagoális? A Hom(V) és b 1,...,b ilye bázis. Ha [A] b,b főátlójába λ 1,...,λ áll, akkor A(b

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden Kétváltozós függvéek Defiíció: f: R R vag z f(,) Szeléltetés:,,z koordiátaredszerbe felülettel Pl z + forgási paraboloid z R ( + ) félgöb z + + forgási iperboloid (két köpeű) z + forgási iperboloid (eg

Részletesebben

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2 ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i

Részletesebben

GAZDASÁGI MATEMATIKA 1. ANALÍZIS

GAZDASÁGI MATEMATIKA 1. ANALÍZIS SZENT ISTVÁN EGYETEM GAZDASÁGI, AGRÁR- ÉS EGÉSZSÉGTUDOMÁNYI KAR Dr. Szakács Attila GAZDASÁGI MATEMATIKA. ANALÍZIS Segédlet öálló mukához. átdolgozott, bővített kiadás Békéscsaba, Lektorálták: DR. PATAY

Részletesebben

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k.

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k. 8. KIS REZGÉSEK STABIL EGYENSÚLYI HELYZET KÖRÜL 8.. A rezgések szétcsatolása harmoikus közelítésbe. Normálrezgések Egyesúlyi helyzet: olya helyzet, amelybe belehelyezve a redszert (ulla kezdősebességgel),

Részletesebben

Taylor-sorok alkalmazása numerikus sorok vizsgálatára

Taylor-sorok alkalmazása numerikus sorok vizsgálatára Eötvös Lorád Tudomáyegyetem Természettudomáyi Kar Alkalmazott Aalízis és Számításmatematikai Taszék Taylor-sorok alkalmazása umerikus sorok vizsgálatára Szakdolgozat Készítette: Témavezet : Walter Petra

Részletesebben

10 Norma. Vektornorma. = x T x, ha x R n, (10.1)

10 Norma. Vektornorma. = x T x, ha x R n, (10.1) 0 Norma A mátrixok bizoyos tulajdoságaiak például sorozataik kovergeciájáak vizsgálatába haszosak az olya meyiségek, melyek a köztük lévő külöbségeket a távolságra emlékeztető módo mérik Ehhez az abszolút

Részletesebben

EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a Z

EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a Z Az érettségi vizsgára előkészülő taulók figyelmébe! EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z HALMAZON a x + b y c 5. Az egyeletredszer megoldása a Z halmazo (3. rész) a x + b y c A hivatkozások köyítése

Részletesebben

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus LOGO Kvatum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus Gyögyösi László BME Villamosméröki és Iormatikai Kar Bevezető Kvatum párhuzamosság Bármilye biáris üggvéyre, ahol { } { } : 0, 0,,

Részletesebben

Kalkulus gyakorlat - Megoldásvázlatok

Kalkulus gyakorlat - Megoldásvázlatok Kalkulus gyakorlat - Megoldásvázlatok Fizika BSc I/. gyakorlat. Tétel Newto Leibiz. Ha f folytoos az a, b] itervallumo és F primitív függvéye f-ek, akkor b a f F b F a.. Számítsuk ki az alábbi racioális

Részletesebben

GRUBER TIBOR. ANALÍZIS VIII. Funkcionálanaĺızis

GRUBER TIBOR. ANALÍZIS VIII. Funkcionálanaĺızis GRUBER TIBOR ANALÍZIS VIII. Fukcioálaaĺızis 3 Tartalom I. BEVEZETÉS 1. Alapvető tudivalók...................... 5 2. Sűrű lieáris alterek..................... 11 II. A FUNKCIONÁLANALÍZIS ALAPTÉTELEI 3.

Részletesebben