Mat Investointiteoria Laskuharjoitus 4/2008, Ratkaisut
|
|
- Urho Mäki
- 4 vuotta sitten
- Katselukertoja:
Transkriptio
1 Projektien valintapäätöksiä voidaan pyrkiä tekemään esimerkiksi hyöty-kustannus-suhteen (so. tuottojen nykyarvo per kustannusten nykyarvo) tai nettonykyarvon (so. tuottojen nykyarvo - kustannusten nykyarvo) perusteella. Hyöty-kustannus-suhteen perusteella yksittäinen projekti kannattaa toteuttaa mikäli hyötykustannus-suhde > 1 eli ts. tuottojen nykyarvo on suurempi kuin kustannusten nykyarvo. Vastaavasti nettonykyarvon perusteella yksittäinen projekti kannattaa toteuttaa mikäli NPV > 1 eli ts. tuottojen nykyarvo on suurempi kuin kustannusten nykyarvo. Mikäli mahdollisia projekteja on useampia järjestetään projektit hyöty-kustannus-suhteen tai nettonykyarvon perusteella ja valitaan parhaimmat siten, että budjetti ei ylity. Tasatilanteissa ei ole selkeätä ratkaisua kumpi projekteista on parempi mikäli käytettävissä ei ole lisäinformaatiota. Mikäli projekteista saatava arvo on rahassa mitattava voidaan projektien valintaongelma formuloida muotoon max s.e m i=1 a ix i x i {, 1}, i = 1,..., m x X F, missä a i on projektista i saatava rahamäärä, x = [x 1 x 2... x m ] kuvastaa projekteista muodostettavaa portfoliota siten, että x i = 1, jos projekti i toteutetaan ja x i =, jos projektia i ei toteuteta. X F on ns. käypien portfolioiden joukko, joka voi koostua esimerkiksi resurssirajoituksista tai projektien välisiä riippuvuussuhteita kuvastavista rajoituksista. Riippuvuussuhteet saattavat vaikuttaa myös projekteista saataviin rahamääriin, jolloin kohdefunktion muotoa joudutaan muuttamaan. Jos käytettävissä on esimerkiksi rahaa yhteensä C euroa ja projekti i vaatii toteutettaessa c i euroa voidaan rajoitusehdoksi asettaa m i=1 c ix i C. Jos taas projektit i ja j ovat toisensa poissulkevia (so. molempia ei voi toteuttaa yhtäaikaa) voidaan asettaa rajoitusehto x i + x j 1. Rajoitusehtojen avulla voidaan myös formuloida useassa erässä tapahtuvia maksuja. Yrityksen arvoksi voidaan määrittää tulevien osinkojen nykyarvo (so. osinkovirran nykyarvo). Tehtävässä 4 johdetaan kaavat yrityksen arvon määrittämiseksi ns. kaksivaiheisen kasvun mallissa.
2 1. (L5.1) Yritys harkitsee vaihtoehtoisten projektien rahoittamista. Kunkin projektin arvioitu investointikustannus ja odotettujen tuottojen nykyarvo on annettu taulukossa 1. Käytettävissä oleva budjetti on 6 euroa. Mitkä projektit tulevat valituksi kustannus-hyöty-suhteen perusteella? Entä nykyarvon perusteella? Ratkaisu: Määritellään kustannus-hyötysuhteeksi φ = Taulukko 1: Tehtävän 1 projektit. Investointikustannus Tuottojen nykyarvo Projekti (1 euroa) (1 euroa) Tuottojen nykyarvo Investointikustannus ja järjestetään projektit φ:n perusteella. Nykyarvon perusteella valinta tehdään laskemalla nettonykyarvo NPV=TUOTTOJEN NYKYARVO - INVESTOINTIKUSTANNUS (investointikustannus=investointikustannusten nykyarvo). Molemmissa menetelmässä projektit valitaa sijajärjestyksessä kunnes budjetti tulee täyteen. Taulukko 2: Tehtävän 1 projektit järjestettynä φ:n perusteella. Investointikustannus Tuottojen nykyarvo φ Projekti (1 euroa) (1 euroa) Hyöty-kustannus-suhteen perusteella valitaan siis projektit 1,2 ja 5, jolloin kokonaiskustannuksista tulee 55 < 6 euroa ja nettonykyarvo NPV=4 euroa. Nykyarvon perusteella valitaan projektit 1,2 ja 3 (kokonaiskustannus 6 ) tai projektit 1,2 ja 5 (kokonaiskustannus 55. Molempien nettonykyarvo NPV=4. On kuitenkin huomioitava, että valittaessa projektit 1,2 ja 5 projektien 1,2 ja 3 asemesta jää 5 euroa budjetista käytettäväksi, joka voitaisiin investoida joihinkin muihin projekteihin.
3 Taulukko 3: Tehtävän 1 projektit järjestettynä NPV:n perusteella. Investointikustannus Tuottojen nykyarvo NPV Projekti (1 euroa) (1 euroa) (1 euroa) (L5.3) Yrityksellä on seitsemän lupaavaa projektia. Taulukossa 4 on esitetty projektien kahden ensimmäisen vuoden kassavirrat, jotka ovat kaikki negatiivisia. Loppuvuosien kassavirrat ovat positiivisia, ja niiden nykyarvo on taulukon viimeisessä sarakkeessa. Yrityksen johto on päättänyt budjetoida kahdelle ensimmäiselle vuodelle yhteensä 25 euroa. Mikäli ensimmäisenä vuotena käytetään alle 25 euroa, voidaan jäljelle jäävä erä investoida vuodeksi 1% korolla. Mitkä projektit tulisi valita? Formuloi ongelma optimointitehtävänä. Ratkaisu: Taulukko 4: Tehtävän 2 projektit. Kassavirta (1 euroa) Projekti 1 2 Nykyarvo (3 ) Lasketaan ensin projektien nettonykyarvot 1% korkokannalla: Projekti 1 2 Loput (nykyarvo) NPV (1 euroa) Määritetään binäärimuuttujat x i, i = 1,..., 7 siten, että x i = 1, jos projekti i valitaan ja x i =, jos projektia i ei valita.
4 Formuloidaan optimointitehtävä siten, että kohdefunktiona on 7 f(x, NP V ) = x i NP V (i) = 2.25x x x x x x x 7, missä i=1 NP V (i) on projektin i nettonykyarvo. Alle 25 euron investointi otetaan tehtävään mukaan rajoitusehdoissa ei-negatiivisina yli-/ ja alijäämämuuttujina. Ajatellaan kertoimia tuhansina euroina ja saadaan optimointitehtäväksi: max f(x, NP V ) x 25 9x 1 8x 2 5x 3 2x 4 4x 5 8x 6 8x 7 s + 1 = 1.1s x 1 8x 2 1x 3 64x 4 5x 5 2x 6 1x 7 s + 2 = x i {, 1} i = 1,..., 7 s + 1, s+ 2 Tehtävässä s + 1 on siis se rahamäärä, joka jää jäljelle 25 eurosta ja joka voidaan invetoida vuodeksi 1% korolla. s + 2 puolestaan on se rahamäärä, joka budjetista jää loppujen lopuksi käyttämättä. Tehtävä voidaan ratkaista esim. Excelin solverilla ja ratkaisuksi saadaan x 4 = x 7 = 1, x 1 = x 2 = x 3 = x 5 = x 6 =, s + 1 = 15 ja s+ 2 = 1. Toisin sanoen valitaan projektit 4 ja 7.
5 3. Kassavirtojen täsmäämisongelmassa etsitään portfoliota, jonka kassavirrat kattavat sitoumusten kassavirrat kunakin vuonna. Tämä ongelma voidaan esittää matriisimuodossa. Olkoon joukkovelkakirjoja m kappaletta ja aikahorisontti n vuotta. Joukkovelkakirjan j vuosittaisia kassavirtoja voidaan kuvata (n-ulotteisella) pystyvektorilla c j. Vuosittaiset sitoumukset voidaan vastaavasti esittää (n-ulotteisena) pystyvektorina b. Kun vektorit c j asetetaan vierekkäin, ne muodostavat joukkovelkakirjamatriisin C. Olkoon lisäksi p joukkovelkakirjojen hinnat sisältävä (m-ulotteinen) pystyvektori ja x joukkovelkakirjojen määrää portfoliossa esittävä (m-ulotteinen) pystyvektori. Näillä merkinnöillä kassavirtojen täsmäämisongelma voidaan esitää seuraavasti: min s.e. p T x Cx b x. a) Taulukossa 6 on kuvattu eräs kassavirran täsmäämisongelma. Määritä tästä C, b, p ja x. b) Jos joukkovelkakirjat on hinnoiteltu tavallisen korkokäyrän mukaan, niin silloin hintavektori p muodostuu yhtälön C T v = p mukaisesti, missä v on diskonttokertoimet sisältävä pystyvektori. Jos portfolio x täsmää sitoumuksiin, niin tällöin pätee Cx = b. Osoita, että portfolion x hinta p T x on v T b ja tulkitse tämä. c) Yllä oleva optimointitehtävä pyrkii valitsemaan sellaiset joukkovelkakirjat, joiden kassavirrat kattavat sitoumukset kaikkina vuosina. Ellei kassavirtoja saada täsmäämään täysin, on tuloksena portfolio, jonka nykyarvo on suurempi kuin sitoumusten nykyarvo. Kuinka tämä lähestymistapa eroaa portfolion immunisoinnissa käytetystä ajattelumallista? Mitä portfolion immunisoinnissa sovellettuja tekijöitä yllä olevassa optimointitehtävässä on jätetty huomiotta? Kumpi on parempi lähestymistapa? Taulukko 5: Joukkovelkakirjat tehtävään 3. Joukkovelkakirjat Vuosi Sit. Tod p x Hinta
6 Ratkaisu: a) Taulukosta voidaan lukea (kts. excel): C = b = p = x =
7 b) Tehtävänannosta C T v = p ja Cx = b, missä v:n alkiot ovat muotoa [v] k = 1 1+s k k Koska (AB) T = B T A T niin saadaan C T v = p p T = v T C. Portfolion hinnaksi saadaan: p T x = v T Cx = v T b m.o.t. Tulkinta: Portfolion hinta vastaa portfolion nykyarvoa niin kuin pitääkin, koska portfolion ja sitoumusten kassavirrat ovat täsmälleen samat. c) Tässä portfolion kassavirtojen ei tarvitse samalla tavalla kattaa sitoumusten kassavirtoja kuten immunisoinnissa, jossa täsmätään portfolion ja sitoumusten nykyarvot sekä ensimmäiset derivaatat. Immunisoinnissa oletetaan, että osan portfolioista voidaan myydä pois silloin, kun rahalle on tarvetta. Tässä lähestymistavassa unohdetaan myöskin se, että rahaa voidaan säästää periodilta toiselle, jolloin kaikkia sitoumuksia ei ole aina järkevä kattaa samana periodina saatavilla kassavirroilla. Tällä mallilla voitaisiin huomioida ylijäämien siirtymiset esimerkiksi ns. keinotekoisilla joukkovelkakirjoilla.
8 4. Finanssi-instrumenttien hinnoittelussa perusosinkomallia usein laajennetaan ottamalla huomioon enemmän kuin yksi kasvuvaihe osingonmaksussa. Tarkastellaan Nokia Oyj:tä, joka jakoi osinkoina noin 1439 miljoonaa euroa vuodelta 23 (noin 7% enemmän kuin vuonna 22). Oletetaan kuitenkin, että osinkotuotto kasvaisi vuoden 23 tasosta 3% vuosittain tuota seuraavina viitenä vuotena (24-28) ja 5% joka vuosi sen jälkeen. a) Muodosta yleinen kaava yrityksen arvolle kaksivaiheisen kasvun mallissa. Kasvunopeus on G ensimmäiset k vuotta ja g sen jälkeen. Ensimmäinen maksettava osinko on D, ja se maksetaan välittömästi. b) Mikä on Nokia Oyj:n markkina-arvo vuonna 23, jos se lasketaan yksinomaan osinkotuoton perusteella 1% diskonttokorolla? Oleta, että ensimmäinen osinko maksetaan välittömästi. Ratkaisu: a) Kasvunopeus on G ensimmäiset k vuotta eli ts. 1+osinkojen kasvuprosentti. Osinkoina jaettiin noin D = 1439 miljoonaa euroa vuodelta 23. Olkoon diskonttokorko r jolloin saadaan ensimmäiseltä k:lta vuodelta osinkovirran nykyarvoksi P V 1 = D + D G 1+r + + D G k (1+r) k (1) Ensimmäisten k vuoden jälkeen kasvunopeus on g, joten vuosien k + 1, k + 2,... osinkovirran nykyarvoksi saadaan P V 2 = D G k g (1+r) k 1+r + D G k g 2 + (2) (1+r) k (1+r) 2 Yhdistämällä (1) ja (2) saadaan koko osinkovirran nykyarvoksi (so. yrityksen arvo) P V = D + D G 1+r + + D G k (1 + g (1+r) k 1+r + g2 + ) (1+r) 2 Ääretön geometrinen summa ( q 1 < 1): S(q 1 ) = a 1 q1 i S(q 1 ) qs(q 1 ) = (1 q 1 )S(q 1 ) = a 1 S(q 1 ) = a 1. 1 q 1 i= Äärellinen geometrinen summa ( q 2 < 1): n 1 S(q 2, k 1) = a 2 q2 i = a 2 q2 i a 2 q2 i = i= i= i=k a 2 q2 i q2 k i= a 2 q2 i = a 2 q k a 2 2 = a 2 ( 1 qk 2 ) 1 q 2 1 q 2 1 q 2 i=
9 Nyt a 2 = D, q 2 = G 1+r, a G 1 = D k 1+r ja q 1 = g 1+r ja yrityksen arvoksi saadaan P V = D ( 1 G k (1+r) k 1 G 1+r ) + D G k 1+r 1 g 1+r b) Sijoitetaan a-kohdan johdettuun kaavaan lukuarvot G = 1.3, g = 1.5, r =.1, D = 1439, k = 5 ja saadaan markkina-arvoksi miljoonaa euroa.
Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008
Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot
Lisätiedot, tuottoprosentti r = X 1 X 0
Ostat osakkeen hintaan ja myyt sen vuoden myöhemmin hintaan X 1. Kokonaistuotto on tällöin R = X 1, tuottoprosentti r = X 1 ja pätee R = 1 + r. Lyhyeksimyymisellä tarkoitetaan, että voit myydä osakkeen
LisätiedotTalousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
LisätiedotInvestointipäätöksenteko
Investointipäätöksenteko Ekstralaskuesimerkkejä Laskentatoimen Perusteet, Syksy 2015 Katja Kolehmainen KTT, Apulaisprofessori Neppi Oy valmistaa neppejä ja nappeja. Käsityöpiireissä se on tunnettu laadukkaista
LisätiedotMat Investointiteoria Laskuharjoitus 1/2008, Ratkaisu Yleistä: Laskarit tiistaisin klo luokassa U352.
Yleistä: Laskarit tiistaisin klo 14-16 luokassa U352. Kysyttävää laskareista yms. jussi.kangaspunta@tkk. tai huone U230. Aluksi hieman teoriaa: Kassavirran x = (x 0, x 1,..., x n ) nykyarvo P x (r), kun
LisätiedotNyt ensimmäisenä periodina (ei makseta kuponkia) odotettu arvo on: 1 (qv (1, 1) + (1 q)v (0, 1)) V (s, T ) = C + F
Mat-2.34 Investointiteoria Laskuharjoitus 2/2008, Ratkaisut 29.04.2008 Binomihilan avulla voidaan laskea T vuoden ja tietyn kupongin sisältävän joukkovelkakirjan arvo eli hinta rekursiivisesti vaihtelevan
Lisätiedotmin x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
LisätiedotDemo 1: Simplex-menetelmä
MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x
LisätiedotTalousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 11 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
Lisätiedotr = r f + r M r f (Todistus kirjassa sivulla 177 tai luennon 6 kalvoissa sivulla 6.) yhtälöön saadaan ns. CAPM:n hinnoittelun peruskaava Q P
Markkinaportfolio on koostuu kaikista markkinoilla olevista riskipitoisista sijoituskohteista siten, että sijoituskohteiden osuudet (so. painot) markkinaportfoliossa vastaavat kohteiden markkina-arvojen
LisätiedotHarjoitus 8: Excel - Optimointi
Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen
LisätiedotMiten osoitetaan joukot samoiksi?
Miten osoitetaan joukot samoiksi? Määritelmä 1 Joukot A ja B ovat samat, jos A B ja B A. Tällöin merkitään A = B. Kun todistetaan, että A = B, on päättelyssä kaksi vaihetta: (i) osoitetaan, että A B, ts.
LisätiedotNykyarvo ja investoinnit, L14
Nykyarvo ja investoinnit, L14 netto netto 1 Tarkastellaan tulovirtaa, joka kestää n jakson ajana, ja jossa jakson j lopussa kassaan tulee tulo k j. k 1 k 2 k 3 k 4 k 5 k 6... k n netto 0 1 2 3 4 5 6...
LisätiedotMalliratkaisut Demo 1
Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,
LisätiedotWiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia
Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia { z(t k+1 ) = z(t k ) + ɛ(t k ) t t k+1 = t k + t, k = 0,..., N, missä ɛ(t i ), ɛ(t j ), i j ovat toisistaan riippumattomia siten, että
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 3.2.27 Tehtävä. Valmisohjelmistolla voidaan ratkaista tehtävä min c T x s. t. Ax b x, missä x, c ja b R n ja A R m n. Muunnetaan tehtävä max x + 2x 2 + 3x 3 + x s. t. x + 3x 2 + 2x
LisätiedotJAKSO 2 KANTA JA KOORDINAATIT
JAKSO 2 KANTA JA KOORDINAATIT Kanta ja dimensio Tehtävä Esittele vektoriavaruuden kannan määritelmä vapauden ja virittämisen käsitteiden avulla ja anna vektoriavaruuden dimension määritelmä Esittele Lause
LisätiedotRatkaisu: a) Koroton takaisinmaksuaika on 9000 = 7,5 vuotta. 1200 b) Kun vuosituotot pysyvät vakiona, korollinen takaisinmaksuaika määräytyy
Kotitehtävät 7. Aihepiirinä Investointi Ratkaisuehdotuksia 1. Investoinnin hankintameno on 9000 euroa ja siitä saadaan seuraavina vuosina vuosittain 1200 euron tulot. Määritä a) koroton takaisinmaksuaika
LisätiedotTodellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa
Todellinen vuosikorko Huomioitavaa Edellinen keskimaksuhetkeen perustuva todellinen vuosikorko antaa vain arvion vuosikorosta. Tarkempi arvio todellisesta korosta saadaan ottamalla huomioon mm. koronkorko.
LisätiedotNykyarvo ja investoinnit, L9
Nykyarvo ja investoinnit, L9 netto netto netto netto 1 Tarkastellaan tulovirtaa, joka kestää n jakson ajana, ja jossa jakson j lopussa kassaan tulee tulo k j. k 1 k 2 k 3 k 4 k 5 k 6... k n 0 1 2 3 4 5
LisätiedotNykyarvo ja investoinnit, L7
Nykyarvo ja investoinnit, L7 netto netto 1 Tarkastellaan tulovirtaa, joka kestää n jakson ajana, ja jossa jakson j lopussa kassaan tulee tulo k j. k n k 1 k 2 k 3 k 4 k 5 k 6... 0 1 2 3 4 5 6... n j netto
LisätiedotYksikkökate tarkoittaa katetuottoa yhden tuotteen kohdalla. Tämä voidaan määrittää vain jos myytäviä tuotteita on vain yksi.
KATETUOTTOLASKENTA laskennassa selvitetään onko liiketoiminta kannattavaa. Laskelmat tehdään liiketoiminnasta syntyvien kustannuksien ja tuottojen perusteella erilaisissa tilanteissa. laskennassa käytetään
LisätiedotArvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Päätöksentekijä on riskipakoinen, jos hyötyfunktio on konkaavi. a(x) = U (x) U (x)
Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Hyöty (engl. utility) = arvo, jonka koemme riskitilanteessa eli, kun teemme päätöksiä epävarmuuden (todennäköisyyksien) vallitessa. Vrt.
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
LisätiedotDemo 1: Lineaarisen tehtävän ratkaiseminen graafisesti ja Solverilla
MS-C2105 Optimoinnin perusteet Malliratkaisut 2 Ehtamo Demo 1: Lineaarisen tehtävän ratkaiseminen graafisesti ja Solverilla Ratkaise lineaarinen optimointitehtävä graafisesti ja Excelin Solverin avulla.
LisätiedotMatriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain
Matriisilaskenta LH4 24 ratkaisut 1 Hae seuraavien R 4 :n aliavaruuksien dimensiot jotka sisältävät vain a) Kaikki muotoa (a b c d) olevat vektorit joilla d a + b b) Kaikki muotoa (a b c d) olevat vektorit
LisätiedotReaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla
Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla Optimointiopin seminaari - Syksy 2000 / 1 Esitelmän sisältö Investointien peruuttamattomuuden vaikutus investointipäätökseen Investointimahdollisuuksien
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 5 2.2.28 Tehtävä a) Tehtävä voidaan sieventää muotoon max 5x + 9x 2 + x 3 s. t. 2x + x 2 + x 3 x 3 x 2 3 x 3 3 x, x 2, x 3 Tämä on tehtävän kanoninen muoto, n = 3 ja m =. b) Otetaan
LisätiedotKokonaislukuoptimointi
Kokonaislukuoptimointi Optimointitehtävät, joissa muuttujat tai osa niistä voivat saada vain kokonaislukuarvoja Puhdas kokonaislukuoptimointitehtävä: Kaikki muuttujat kokonaislukuja Sekoitettu kokonaislukuoptimointitehtävä:
LisätiedotInvestointimahdollisuudet ja investoinnin ajoittaminen
Investointimahdollisuudet ja investoinnin ajoittaminen Ajoituksen ratkaisu dynaamisella optimoinnilla Optimointiopin seminaari - Syksy 000 / Esitelmän sisältö Investoinnin ajoitusongelman esittely Ongelman
Lisätiedot2.5. Matriisin avaruudet ja tunnusluvut
2.5. Matriisin avaruudet ja tunnusluvut m n-matriisi A Lineaarikuvaus A : V Z, missä V ja Z ovat sopivasti valittuja, dim V = n, dim Z = m (yleensä V = R n tai C n ja Z = R m tai C m ) Kuva-avaruus ja
LisätiedotProjektin arvon määritys
Projektin arvon määritys Luku 6, s. 175-186 Optimointiopin seminaari - Syksy 2000 / 1 Tehtävä Johdetaan menetelmä projektiin oikeuttavan option määrittämiseksi kohde-etuuden hinnan P perusteella projektin
LisätiedotTalousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi
Talousmatematiikan perusteet: Luento 10 Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi Lineaarikuvaus Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta, jossa käytetään
LisätiedotTalousmatematiikan perusteet
kevät 219 / orms.1 Talousmatematiikan perusteet 1. Laske integraalit a 6x 2 + 4x + dx, b 5. harjoitus, viikko 6 x + 1x 1dx, c xx 2 1 2 dx a termi kerrallaan kaavalla ax n dx a n+1 xn+1 +C. 6x 2 + 4x +
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /
MS-A3/A5 Matriisilaskenta, II/27 MS-A3/A5 Matriisilaskenta Laskuharjoitus 3 / 3. 7..27 Tehtävä (L): Etsi kaikki yhtälön Ax = b ratkaisut, kun 3 5 4 A = 3 2 4 ja b = 6 8 7 4. Ratkaisu : Koetetaan ratkaista
LisätiedotTalousmatematiikan perusteet
kevät 2019 / orms.1030 Talousmatematiikan perusteet 5. harjoitus, viikko 7 11.02. 15.02.2019 R01 Ma 12 14 F453 R08 Ke 10 12 F453 R02 Ma 16 18 F453 L To 08 10 A202 R03 Ti 08 10 F425 R06 To 12 14 F140 R04
LisätiedotMat-2.3114 Investointiteoria - Kotitehtävät
Mat-2.3114 Investointiteoria - Kotitehtävät Kotitehtäviä on yhteensä kahdeksan ja ne ratkeavat tavallisilla taulukkolaskentaohjelmistoilla. Jokaisesta kotitehtävistä saa maksimissaan 5 pistettä: 4p/oikea
Lisätiedot. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että
LisätiedotBM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016 1. Hahmottele karkeasti funktion f : R R 2 piirtämällä sen arvoja muutamilla eri muuttujan arvoilla kaksiulotteiseen koordinaatistoon
LisätiedotHarjoitus 3 (3.4.2014)
Harjoitus 3 (3..) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i, j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman
Lisätiedot1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
LisätiedotMillaisia ovat finanssipolitiikan kertoimet
Millaisia ovat finanssipolitiikan kertoimet Antti Ripatti Helsingin yliopisto, HECER, Suomen Pankki 20.3.2013 Antti Ripatti (HECER) fipon kerroin 20.3.2013 1 / 1 Johdanto Taustaa Finanssipolitiikkaa ei
LisätiedotTodennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset
Todennäköisyyslaskenta I, kesä 207 Helsingin yliopisto/avoin Yliopisto Harjoitus, ratkaisuehdotukset. Kokeet ja Ω:n hahmottaminen. Mitä tarkoittaa todennäköisyys on? Olkoon satunnaiskokeena yhden nopan
LisätiedotShorin algoritmin matematiikkaa Edvard Fagerholm
Edvard Fagerholm 1 Määritelmiä Määritelmä 1 Ryhmä G on syklinen, jos a G s.e. G = a. Määritelmä 2 Olkoon G ryhmä. Tällöin alkion a G kertaluku ord(a) on pienin luku n N \ {0}, jolla a n = 1. Jos lukua
LisätiedotLuento 3: Simplex-menetelmä
Luento 3: Simplex-menetelmä Kuten graafinen tarkastelu osoittaa, LP-tehtävän ratkaisu on aina käyvän alueen kulmapisteessä, eli ekstreemipisteessä (extreme point). Simplex-menetelmässä ekstreemipisteitä,
LisätiedotLuento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.
Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi. Konveksisuus Muista x + αd, α 0, on pisteestä x R n alkava puolisuora, joka on vektorin d suuntainen. Samoin
LisätiedotTehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.
JOHDATUS LUKUTEORIAAN syksy 017) HARJOITUS 6, MALLIRATKAISUT Tehtävä 1. Etsi Pellin yhtälön x Dy = 1 pienin positiivinen ratkaisu kun D {,, 5, 6, 7, 8, 10}. Ratkaisu 1. Tehtävässä annetuilla D:n arvoilla
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
1 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a
LisätiedotEsimerkkejä kokonaislukuoptimointiongelmista
Esimerkkejä kokonaislukuoptimointiongelmista (eli mitä kaikkea kokonaisluvuilla voi mallintaa) 27. marraskuuta 2013 Pääoman budjetointiongelma Kulut Projekti Vuosi 1 Vuosi 2 Vuosi 3 Tuotto 1 5 1 8 20 2
LisätiedotOletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen
Yhden faktorin malli: n kpl sijoituskohteita, joiden tuotot ovat r i, i =, 2,..., n. Olkoon f satunnaismuuttuja ja oletetaan, että tuotot voidaan selittää yhtälön r i = a i + b i f + e i avulla, missä
LisätiedotVapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Lisätiedot, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 017 Harjoitus 4 Ratkaisuehdotukset 4.1. Osoita, että tasa-arvojoukko S F (0), F : R 3 R, F (x) = 3x 1 x 3 + e x + x e x 3, on säännöllinen
LisätiedotTehtävä 1: Maakunta-arkisto
Tehtävä 1: Maakunta-arkisto Maakunta-arkisto aikoo ostaa uuden laitteen avustamaan ja nopeuttamaan henkilöstönsä työskentelyä. Laitteen hinta on 36 000 ja sen arvioitu taloudellinen pitoaika on 5 vuotta.
LisätiedotKäänteismatriisin ominaisuuksia
Käänteismatriisin ominaisuuksia Lause 1.4. Jos A ja B ovat säännöllisiä ja luku λ 0, niin 1) (A 1 ) 1 = A 2) (λa) 1 = 1 λ A 1 3) (AB) 1 = B 1 A 1 4) (A T ) 1 = (A 1 ) T. Tod.... Ortogonaaliset matriisit
LisätiedotLineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!
Lineaarinen optimointi Harjoitus 6-7, 016. 1. Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän c T x = min! (T) Ax b x 0 duaalitehtävän duaali on tehtävä (T). Ratkaisu. (P) c T x = min! Ax b x
LisätiedotMS-C1340 Lineaarialgebra ja
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt QR-hajotelma ja pienimmän neliösumman menetelmä Riikka Kangaslampi Kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto PNS-ongelma PNS-ongelma
LisätiedotLuento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.
Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli. LP-malli Esimerkki. Maalitehdas valmistaa ulko- ja sisämaalia raaka-aineista M1 ja M2. Sisämaalin maksimikysyntä on 2 tonnia/päivä. Sisämaalin
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =
LisätiedotKuvaus. Määritelmä. LM2, Kesä /160
Kuvaus Määritelmä Oletetaan, että X ja Y ovat joukkoja. Kuvaus eli funktio joukosta X joukkoon Y on sääntö, joka liittää jokaiseen joukon X alkioon täsmälleen yhden alkion, joka kuuluu joukkoon Y. Merkintä
Lisätiedot3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä
3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt ja pienimmän neliösumman menetelmä Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 18 R. Kangaslampi QR ja PNS PNS-ongelma
LisätiedotSuorista ja tasoista LaMa 1 syksyllä 2009
Viidennen viikon luennot Suorista ja tasoista LaMa 1 syksyllä 2009 Perustuu kirjan Poole: Linear Algebra lukuihin I.3 - I.4 Esko Turunen esko.turunen@tut.fi Aluksi hiukan 2 ja 3 ulotteisen reaaliavaruuden
Lisätiedot1 Rajoitettu optimointi I
Taloustieteen mat.menetelmät 2017 materiaali II-1 1 Rajoitettu optimointi I 1.1 Tarvittavaa osaamista Matriisit ja vektorit, matriisien de niittisyys Derivointi (mm. ketjusääntö, Taylorin kehitelmä) Implisiittifunktiolause
LisätiedotHarjoitus 3 (31.3.2015)
Harjoitus (..05) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i,j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman
LisätiedotTehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.
Tehtävä 1 Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja. 1 Jos 1 < y < 3, niin kaikilla x pätee x y x 1. 2 Jos x 1 < 2 ja y 1 < 3, niin x y
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
LisätiedotInvestoinnin takaisinmaksuaika
Investoinnin takaisinmaksuaika Takaisinmaksuaika on aika, jona investointi maksaa hintansa takaisin eli nettotuottoja kertyy perushankintamenon verran Investointi voidaan tehdä, jos takaisinmaksuaika
Lisätiedotb 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
LisätiedotYhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.
2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2
LisätiedotMS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48
MS-A3/A5 Matriisilaskenta Malliratkaisut 5 / vko 48 Tehtävä (L): a) Onko 4 3 sitä vastaava ominaisarvo? b) Onko λ = 3 matriisin matriisin 2 2 3 2 3 7 9 4 5 2 4 4 ominaisvektori? Jos on, mikä on ominaisarvo?
LisätiedotJohdatus matemaattiseen päättelyyn
Johdatus matemaattiseen päättelyyn Maarit Järvenpää Oulun yliopisto Matemaattisten tieteiden laitos Syyslukukausi 2015 1 Merkintöjä 2 Todistamisesta 2 3 Joukko-oppia Tässä luvussa tarkastellaan joukko-opin
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
Lisätiedotja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2
Johdatus diskreettiin matematiikkaan Harjoitus 4, 7.10.2015 1. Olkoot c 0, c 1 R siten, että polynomilla r 2 c 1 r c 0 on kaksinkertainen juuri. Määritä rekursioyhtälön x n+2 = c 1 x n+1 + c 0 x n, n N,
LisätiedotVapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Lisätiedot12. Korkojohdannaiset
2. Korkojohdannaiset. Lähtökohtia Korkojohdannaiset ovat arvopapereita, joiden tuotto riippuu korkojen kehityksestä. korot liittyvät lähes kaikkiin liiketoimiin korkojohdannaiset ovat tärkeitä. korkojohdannaisilla
LisätiedotKaikki kurssin laskuharjoitukset pidetään Exactumin salissa C123. Malliratkaisut tulevat nettiin kurssisivulle.
Kombinatoriikka, kesä 2010 Harjoitus 1 Ratkaisuehdotuksia (RT (5 sivua Kaikki kurssin laskuharjoitukset pidetään Exactumin salissa C123. Malliratkaisut tulevat nettiin kurssisivulle. 1. Osoita, että vuoden
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
LisätiedotINVESTOINTIEN EDULLISUUSVERTAILU. Tero Tyni Erityisasiantuntija (kuntatalous)
INVESTOINTIEN EDULLISUUSVERTAILU Tero Tyni Erityisasiantuntija (kuntatalous) 25.5.2007 Mitä tietoja laskentaan tarvitaan Investoinnista aiheutuneet investointikustannukset Investoinnin pitoaika Investoinnin
Lisätiedotax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.
BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 7, Syksy 206 Tutkitaan yhtälöryhmää x + y + z 0 2x + y + az b ax + y + 2z 0 (a) Jos a 0 ja b 0 niin mikä on yhtälöryhmän ratkaisu? Tulkitse ratkaisu
LisätiedotJOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 3, MALLIRATKAISUT
JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 3, MALLIRATKAISUT Tehtävä 1. (i) Olkoot n, d 1 ja d n. Osoita, että (k, n) d jos ja vain jos k ad, missä (a, n/d) 1. (ii) Osoita, että jos (m j, m k ) 1 kun
Lisätiedot7. KUSTANNUS-HYÖTYANALYYSI. 7.1 Johdantoa
1 7. KUSTANNUS-HYÖTYANALYYSI 7.1 Johdantoa Kustannus-hyötyanalyysiä, KHA, sovelletaan yleensä - minkä tahansa investointihankkeen esimerkiksi moottoritien tai sataman - reformin, esimerkiksi sosiaaliturva-,
LisätiedotLuento 4: Lineaarisen tehtävän duaali
Luento 4: Lineaarisen tehtävän duaali Käsittelemme seuraavaksi lineaarisen optimoinnin duaaliteoriaa. Kuten luennossa 2 esitettiin, kohdefunktion optimiarvon herkkyys z, kun rajoitusyhtälön i, 1 i m, oikea
LisätiedotMS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45
MS-A0003/A0005 Matriisilaskenta Laskuharjoitus / vko 5 Tehtävä 1 (L): Hahmottele kompleksitasoon ne pisteet, jotka toteuttavat a) z 3 =, b) z + 3 i < 3, c) 1/z >. Yleisesti: ehto z = R, z C muodostaa kompleksitasoon
LisätiedotMatematiikan tukikurssi, kurssikerta 5
Matematiikan tukikurssi, kurssikerta 5 1 Jonoista Matematiikassa jono (x n ) on yksinkertaisesti järjestetty, päättymätön sarja numeroita Esimerkiksi (1,, 3, 4, 5 ) on jono Jonon i:ttä jäsentä merkitään
LisätiedotA-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.
PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja
Lisätiedot1 Rajoitettu optimointi II - kustannusfunktio, Lagrangen kertoimet varjohintoina
Taloustieteen mat.menetelmät syksy27 materiaali II-2 Rajoitettu optimointi II - kustannusfunktio, Lagrangen kertoimet varjohintoina. Tuotanto Yritys valmistaa yhtä tuotetta n:stä tuotannontekijästä/panoksesta
Lisätiedotw + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.
Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)
LisätiedotOvatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi.
5..0 Tehtävä Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi. (c) (d) Arvostelu Kanta on degeneroitunut jos ja vain jos sitä vastaava kantamatriisi on singulaarinen. Optimissa muuttujan
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 3 7.3.07 Tehtävä Olkoon tilamuuttujat Tällöin saadaan rekursioyhtälö f n (x n ) = max yn {0,} ynwn xn f 0 ( ) = 0. x n = vaiheessa n jäljellä oleva paino, n =,...,N, esine n pakataan
LisätiedotMatematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 2, malliratkaisut
Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus, malliratkaisut 1.-5.9.009 1. Muodosta joukot A B, A B ja A\B sekä laske niiden alkioiden lukumäärät (mikäli kyseessä on äärellinen
LisätiedotTalousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita
LisätiedotTalousmatematiikan perusteet: Luento 9
Talousmatematiikan perusteet: Luento 9 Vektorien peruslaskutoimitukset Lineaarinen riippumattomuus Vektorien sisätulo ja pituus Vektorien välinen kulma Motivointi Tähän asti olemme tarkastelleet yhden
LisätiedotProjektiportfolion valinta
Projektiportfolion valinta Mat-2.4142 Optimointiopin seminaari kevät 2011 Portfolion valinta Käytettävissä on rajallinen määrä resursseja, joten ne on allokoitava mahdollisimman hyvin eri projekteille
LisätiedotProf. Marko Terviö Assist. Jan Jääskeläinen
Harjoitukset 3. 1. (a) Dismalandissa eri puolueiden arvostukset katusiivoukselle ovat Q A (P ) = 60 6P P A (Q) = 10 Q/6 Q B (P ) = 80 5P P B (Q) = 16 Q/5 Q C (P ) = 50 2P P C (Q) = 25 Q/2 Katusiivous on
LisätiedotSelvitetään korkokanta, jolla investoinnin nykyarvo on nolla eli tuottojen ja kustannusten nykyarvot ovat yhtä suuret (=investoinnin tuotto-%)
Sisäisen korkokannan menetelmä Selvitetään korkokanta, jolla investoinnin nykyarvo on nolla eli tuottojen ja kustannusten nykyarvot ovat yhtä suuret (=investoinnin tuotto-%) Sisäinen korkokanta määritellään
LisätiedotHarjoitus 5 ( )
Harjoitus 5 (24.4.2014) Tehtävä 1 Kuva 1: Tehtävän 1 sallittu joukko S. Optimointitehtävän sallittu alue S on pisteiden (0, 0), (0, 7), (4, 3), (9, 8) ja (9, 0) määräämä viisikulmio. Kyseinen alue saadaan
LisätiedotMS-C2105 Optimoinnin perusteet Malliratkaisut 4
MS-C2105 Optimoinnin perusteet Malliratkaisut 4 Ehtamo Duaalin muodostamisen muistisäännöt Duaalin muodostamisessa voidaan käyttää muistisääntötaulukkoa, jota voidaan lukea vasemmalta oikealle tai oikealta
LisätiedotTalousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi
Talousmatematiikan perusteet: Luento 11 Lineaarikuvaus Matriisin aste Käänteismatriisi Viime luennolla Käsittelimme matriisien peruskäsitteitä ja laskutoimituksia Vakiolla kertominen, yhteenlasku ja vähennyslasku
LisätiedotHarjoitus 4: Matlab - Optimization Toolbox
Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen
Lisätiedot