Mathematical Preliminaries – Working with Interest Rates
Notice bibliographique
Résumé
Learning Objectives In this chapter, we will review the concepts of interest rates and time value of money (TVM). There are several types of present-value and future-value formulas, each of which is used in specific circumstances. Our goal is to make sure that you understand when (i.e., in what context) these formulas should be used. A good understanding of this chapter is needed to proceed to future chapters, where we will need to calculate the amounts of your consumption and savings at various points in time. Although we believe that most of you have covered these materials in your previous finance courses, we recommend that you take another look at them and familiarize yourself with the notations we will use in the rest of this book. Interest Rates As you may recall, an interest rate is the rate of return that a borrower promises to pay for the use of money that he or she borrows from the lender. Normally, it is expressed in terms of per-annum percentage rates (e.g., 4% p.a.). To express it properly, however, we also need to state the compounding frequency of the rate, which is the number of compounding periods in one year. In other words, it is the number of times in a year that interest is calculated and added to the principal of the loan. For example, annual compounding means that interest is added to the principal once a year. Suppose you invest $1 for one year at the interest rate of 4% p.a., annual compounding.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,021 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».