MIKROTEORIA, HARJOITUS 3 KYSYNTÄ YLI AJAN JA EPÄVARMUUDEN VALLITESSA, OSTAJANA JA MYYJÄNÄ, SEKÄ TYÖN TARJONTA

Koko: px
Aloita esitys sivulta:

Download "MIKROTEORIA, HARJOITUS 3 KYSYNTÄ YLI AJAN JA EPÄVARMUUDEN VALLITESSA, OSTAJANA JA MYYJÄNÄ, SEKÄ TYÖN TARJONTA"

Transkriptio

1 MIKROTEORI, HRJOITUS 3 KYSYNTÄ YLI JN J EPÄVRMUUEN VLLITESS, OSTJN J MYYJÄNÄ, SEKÄ TYÖN TRJONT Voistojen eistämässä kylässä kasvatetaan ainoana elinkeinona vehnää Sadot vaihtelevat vosittain, siten, että hyvä ja hono satovosi seaavat aina toisiaan Voden sato on 000 kiloa ja voden sato on 50 kiloa Kn satoa vaastoidaan, syövät otat siitä aina 5% Ratkaise, mikä viljan klts maksimoi kyläläisten hyödyn Piiä myös kva Paljonko viljaa otat syövät? Entä kn kylä avat maailmanmakkinoille? Hyötyfnktio: U (, ) djettiajoite, jossa -0,5, ω 000 ja ω 50: ω + ω + Ω + + Itse asiassa tässä on toinenkin ajoite lainaaminen ei ole mahdollista joten 000 (polveikas aj) Emme ota sitä mkaan Lagangen fnktioon, mtta vamistamme, että klts ei ylitä 000 kiloa Lagangen fnktio: L + Ω Ω 0 + Jakamalla ja ehdon polittain saamme +, jolloin 0, 75 3 ehdosta 0, ,75 0,75 ja 0, U Rotat syövät: 0,5(000 00) 00 Yhteydet paanevat: Usi bdjettiajoite: ,, 3,3

2 Nyt optimiehto: +,, jolloin bdjettiajoitteesta: 3,3 58,8 ja, 58,8 5 U 58, Ω Elät vain kaksi peiodia Ensimmäisellä peiodilla ansaitset eoa Toisella peiodilla olet eläkkeellä ja elät säästöillä Hyötyfnktiosi on motoa U(, ) Kohtaamasi koko, jolla voit ottaa tai antaa lainaa, on 0 % Jos kokotaso kohoaa, kinka käy peiodin kltkselle (kasvaako, pieneneekö vai säilyykö samana)? Kinka käy peiodin kltksen koon nostessa? Entä jos eon tlosi tlisivatkin peiodilla ( peidiodin tlo 0), kinka koon nos vaikttaisi peiodin kltkseesi? Hyötyfnktio: U (, ) djettiajoite, jossa,, ω ja ω 0: ω + ω + ω + + Lagangen fnktio: L + ω

3 ω + 0 Jakamalla ja ehdon polittain saamme +, jolloin ( + ) 3 ehdosta ( + ) ω + ω ω ja ( + ) ( + ) 7500 U ,5 milj Kompaatiivinen statiikka: 0 eli koolla ei vaiktsta eli peiodin klts säilyy samana ω > 0 eli koon nostessa peiodin klts kasvaa Kn kaikki tlot toisella peiodilla, bdjettiajoite ω ω + ω ja 3 ehdosta ( + ) ω ω 77,7 ( ) ω ja ( + ) ( + ) 5000 ( + ) U 77, ,8 milj Kompaatiivinen statiikka: ω < 0 eli koon nos johtaa peiodin kltksen laskn 4 + ( ) 0 eli koon nostessa peiodin klts säilyy samana 3 Klttajan täytyy ensin valita jompikmpi seaavista apajaisista: pajaiset tottavat 4000 todennäköisyydellä 0, ja 0 todennäköisyydellä 0,8 pajaiset tottavat 3000 todennäköisyydellä 0,5 ja 0 todennäköisyydellä 0,75 Sen jälkeen klttajan täytyy valita jompikmpi seaavista apajaisista: pajaiset tottavat 4000 todennäköisyydellä 0,8 ja 0 todennäköisyydellä 0, pajaiset tottavat 3000 todennäköisyydellä Oletetaan, että klttajan odotett hyöty on VNM-motoa a Oletetaan, että hyötyfnktio on motoa x) x / Onko klttaja iskin kaihtaja vai iskin akastaja? Mitkä valinnat hän tekee yo tilanteissa? valinta: pajainen :

4 Hyöty vaallisden odotsavosta: E U px + p x 0, ,80 ( )) ( 750) 750 7, 38 E U px + p x 0, ,750 E[ U ( p x + p x ) 0, ,80) ( 800) 800 8, 8 ( )) Odotett hyöty: [ ( )], 5 pajainen : Odotett hyöty: [ ( )] 3, 9 Koska E [ U ( )] > ( )], klttaja valitsee apajaisen valinta: pajainen : ( )) 300) 300 5, 57 Odotett hyöty: [ U ( )] p x + p x 0, ,0 50, E pajainen : ( )) 3000) , 77 Odotett hyöty: [ U ( )] p x , 77 E Koska [ U ( )] E U ( ) [ E > ], klttaja valitsee apajaisen Klttaja on iskin kaihtaja, koska E )) E[ U ( )] ( tai 0 (konkaavi) b Oletetaan, että hyötyfnktio on motoa x) x Onko klttaja iskin kaihtaja vai iskin akastaja? Mitkä valinnat hän tekee yo tilanteissa? valinta: pajainen : Hyöty vaallisden odotsavosta: )) px + p x ) 800) 800 0,4milj Odotett hyöty: E[ U ( )] px + p x 0, ,80 3,milj pajainen : )) 750) 750 0,55milj Odotett hyöty: E[ U ( )] p x + p x 0, ,750, 5milj Koska E [ U ( )] < E U ( )], klttaja valitsee apajaisen valinta: [ pajainen : )) 300) 300 0,4milj Odotett hyöty: E[ U ( )] p x + p x 0, , 0,8 milj pajainen : E ( )) 3000 ) milj Odotett hyöty: E[ U ( )] p x Koska [ U ( )] E U ( ) [ milj E < ], klttaja valitsee apajaisen Klttaja on iskin akastaja: )) E[ U ( )] ( tai 0 (konveksi) 4 Klttajan käytettävissä oleva aika on 4 tntia ja hänen osaketlonsa ovat 0 eoa/päivä on klts ja R vapaa-aika Kltshyödykkeen hinta on yksi ja klttajan tntipalkka on 0 eoa Seksiko modostvat päivittäinen optimaalinen työaika ja klts? Hyötyfnktio:

5 (, R) R U Olkoon osaketlot M0 ja sin mahdollinen käytettävissä oleva vapaa-aika R 4 Klts voidaan nyt kijoittaa: M + w( R R), missä ( R R) on työntekoon käytetty aika Tästä saadaan bdjettiajoite: + wr M + wr + 0 R Lagangen fnktio: L R R ( ) R 0 R R 30 0R 0 Sijoittamalla R ja 3 ehtoon saamme , jolloin R 8 ja 80 ja työaika 4 8 U Klttajan alkvaalliss on ω 0 ja ω 0 Klttajan hyötyfnktio on kvasilineaainen Olkoon hyödykkeen hinta yksi ja hyödykkeen hinta p Laske klttajan optimi Hyödykkeen hinta nosee siten, että p 3 Laske klttajan si optimi Minkä siset ovat sbstittio-, tavallinen tlo- ja vaalliss-tlovaiktkset? Käytä hyväksesi kvaa ja tietoa hyötyfnktion kvasilineaaisdesta Hyötyfnktio: ( x, x ) x x + 0 djettiajoite, jossa p, ω 0 ja ω 0: p x + x p ω + ω Lagangen fnktio: + 0x + x L x ω ( p ω + p x ) p x x 0 p 5x 0 x 5 p 5 p ω + ω p x x 0 x pω + ω x p Tällöin paametien annetilla avoilla alktilanteessa: x 70 ja x 00 pω + ω 5p p

6 Hinnan nosta (p 3): x 5 ja x Sbstittiovaikts: lkpeäisen optimin katta klkeva den bdjettisoan sntainen soa: p ' x + x 3x + x Sijoittamalla si hinta toiseen Lagange-yhtälöön saadaan x 5 s 85 ja bdjettisoasta tämän avlla 3x x 8, 3 3 s s 85 5 Siten sbstittiovaiktkseksi tlee x x x 70 4, Tavallinen tlovaikts: Vaallisden alkpeäisen avon mkainen den bdjettisoan sntainen soa: p' x + x pω + ω 3x + x Taas toisesta Lagange-yhtälöstä saadaan (tässä näkyy kvasilineaaiss, hyödykkeen kysyntä ei iip tlosta) x 5 n 5, ja 3x x n n s Siten tavalliseksi tlovaiktkseksi saadaan x x x 5 3, Vaallisstlovaikts: Vaallisden den avon mkainen den bdjsoan sntainen soa: p x + x p ' ω + ω 3x + x 300 ' x 5 x 5 m n x x x Optimi: ja Siten Kokonaisvaikts: s n m 5 70 x x + x + x

7 Mekitään pelien tottoja kvaavia satnnaismttjia pelien kijaimilla,, ja Olkoon w henkilön mielivaltainen alkvaalliss Määitellään myös seaavat satnnaismttjat: W + w, W + w, W + w ja W + w a) Henkilön hyödyn absolttisilla avoilla ei ole väliä Voidaan siis valita hyötyfnktio, jolla w)0 Nyt henkilö valitsee hkapelin, jos ja vain jos U ( W ) U ( W ) W 0 0, 0 )) W )) 0,89 0 Tämä on pyydetty ehto 0, , ,0 w) b) Oletetaan, että henkilö valitsi vaihtoehdon Pätee siis, että 0, (0 0, (5 0 Toisaalta W )) 0, 0 + 0,89 w) 0, 0 W )) 0, ,9 w) 0, 50 Sattmalta nämä ovat samat kin kohdan a) epäyhtälöehdossa olevat lvt Tästä seaa siis, että tlee päteä W )) W )) Henkilö siis valitsee hkapelin, jos ja vain jos hän valitsee myös hkapelin Mitkä hkapelit itse valitsisit? ja Katso kijan s Jos klttajan pefeenssejä kvaa mielivaltainen hyötyfnktio v(x), jolla v(w)k, niin samoja pefeenssejä kvaa myös hyötyfnktio x)v(x)-k Tällöin w)v(w)-kk-k0

4. Derivointi useammassa ulottuvuudessa

4. Derivointi useammassa ulottuvuudessa 6 VEKTORIANALYYSI Lento 3 4. Derivointi seammassa lottvdessa Osittaisderivaatta. Kerrataan alksi osittaisderivaatan käsite. Fnktio f f ( r) f ( x, y, z) on kolmen mttjan fnktio, jonka arvo yleensä mtt,

Lisätiedot

= + + = 4. Derivointi useammassa ulottuvuudessa

= + + = 4. Derivointi useammassa ulottuvuudessa 30 VEKTORIANALYYSI Lento 4 4. Derivointi seammassa lottvdessa Osittaisderivaatta. Kerrataan alksi osittaisderivaatan käsite. Fnktio f= f( r) = f( xyz,, ) on kolmen mttjan fnktio, jonka arvo yleensä mtt,

Lisätiedot

min 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

min 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

Lisätiedot

Harjoitus 7: vastausvihjeet

Harjoitus 7: vastausvihjeet Taloustieteen matemaattiset menetelmät 31C01100 Kevät 2017 Topi Hokkanen topi.hokkanen@aalto.fi Harjoitus 7: vastausvihjeet 1. (Epäyhtälörajoitteet) Olkoon f (x, y) = 6x + 4y ja g (x, y) = x 2 + y 2 2.

Lisätiedot

Luku 10 Intertemporaalinen valinta

Luku 10 Intertemporaalinen valinta Y56 Mikotalousteoian jatkokussi Kl 9 5 uku Intetepoaalinen valinta Huo. ee käsittele Vaianin lukua 9. Monet kulutukseen liittyvät päätökset koskevat tulevaisuutta esi. pitkän aikavälin hankinnat ja kulutussuunnitelat.

Lisätiedot

Optioiden hinnoittelu binomihilassa

Optioiden hinnoittelu binomihilassa Mat-2.3114 Investointiteoria Optioien hinnoittel binomihilassa 26.3.2015 Yksiperioiset optiot 1/3 Olkoon S kohe-eten arvo perioin alssa siten, että perioin päättyessä sen arvo on S toennäköisyyellä p tai

Lisätiedot

Y56 Mikrotaloustieteen jatkokurssi kl 2010: HARJOITUSTEHTÄVÄT 2

Y56 Mikrotaloustieteen jatkokurssi kl 2010: HARJOITUSTEHTÄVÄT 2 Y56 Mikrotaloustieteen jatkokurssi kl 2010: HARJOITUSTEHTÄVÄT 2 Palautus ke 10.2. klo 16 mennessä Piian lokeroon Koetilantie 5, 3. krs tai B-talon vahtimestarien kopin luona olevaan kurssikansioon. En

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 10 Binomipuut ja optioiden hinnoittelu

Rahoitusriskit ja johdannaiset Matti Estola. luento 10 Binomipuut ja optioiden hinnoittelu Rahoitsriskit ja johdannaiset Matti Estola lento 1 Binomipt ja optioiden hinnoittel 1. Optiohintojen mallintaminen Esimerkki. Oletetaan, että osakkeen spot -krssi on $ ja spot -krssilla 3 kk:n kltta on

Lisätiedot

1 Rajoitettu optimointi I

1 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

Lisätiedot

Käyttöarvon kvantitatiivisesta mittaamisesta. Tommi Höynälänmaa 19. marraskuuta 2012

Käyttöarvon kvantitatiivisesta mittaamisesta. Tommi Höynälänmaa 19. marraskuuta 2012 Käyttöarvon kvantitatiivisesta mittaamisesta Tommi Höynälänmaa 19. marraskta 2012 1 1 Yleistä Ajan t mittainen henkilötyöaika keskimääräistyötä (tehokkdeltaan keskimääräistä työtä) saa tavarantotannossa

Lisätiedot

MIKROTEORIA, HARJOITUS 5 YRITYKSEN VOITON MAKSIMOINTI JA KUSTANNUSTEN MINIMOINTI

MIKROTEORIA, HARJOITUS 5 YRITYKSEN VOITON MAKSIMOINTI JA KUSTANNUSTEN MINIMOINTI MIKROTEORIA, HARJOITUS 5 RITKSEN VOITON MAKSIMOINTI JA KUSTANNUSTEN MINIMOINTI Olkoon ritksen kustannusfunktio c ( F a ritksen rajakustannukset kertovat, paljonko ritksen kustannukset muuttuvan kun tuotantoa

Lisätiedot

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki Duaalisuus kokonaislukuoptimoinnissa Mat-2.4191, Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki Sisältö Duaalisuus binäärisissä optimointitehtävissä Lagrangen duaalisuus Lagrangen

Lisätiedot

Arvo (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. 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.

Lisätiedot

763105P JOHDATUS SUHTEELLISUUSTEORIAAN 1 Ratkaisut 5 Kevät 2016

763105P JOHDATUS SUHTEELLISUUSTEORIAAN 1 Ratkaisut 5 Kevät 2016 7635P JOHDATUS SUHTEELLISUUSTEORIAAN Ratkaist 5 Kevät 26. Aberraatio shteellissteoriassa a) Tlkoon valo kten tehtävän kvassa (x, y)-tason x, y > neljänneksestä: x ˆx + y ŷ c cos θ ˆx c sin θ ŷ. () Lorenz

Lisätiedot

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Luento 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

Lisätiedot

Luento 9. June 2, Luento 9

Luento 9. June 2, Luento 9 June 2, 2016 Otetaan lähtökohdaksi, että sopimuksilla ei voida kattaa kaikkia kontingensseja/maailmantiloja. Yksi kiinnostava tapaus on sellainen, että jotkut kontingenssit ovat havaittavissa sopimusosapuolille,

Lisätiedot

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008 ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008 Harjoitus 4 Ratkaisuehdotuksia 1. Olkoon herra K.:n hyötyfunktio u(x) = ln x. (a) Onko herra K. riskinkaihtaja, riskinrakastaja vai riskineutraali?

Lisätiedot

Luento 5: Peliteoriaa

Luento 5: Peliteoriaa Luento 5: Peliteoriaa Tässä kappaleessa tutustutaan hieman peliteoriaan. Keskeisiä asioita ovat Nash-tasapaino ja sekastrategia. Cournot n duopolimalli vuodelta 1838 toimii oivallisena havainnollistuksena

Lisätiedot

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8. HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Tehtävät -5 perustuvat monisteen kappaleisiin..7 ja tehtävä 6 kappaleeseen.8..

Lisätiedot

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi 1 Luku 26 Tuotannontekijämarkkinat Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi TYÖMARKKINOIDEN toiminta on keskeisessä asemassa tulonjaon ja työllisyyden suhteen. Myös muut tuotannontekijämarkkinat

Lisätiedot

I I K UL U UT U T T A T JANTE T O E R O I R A

I I K UL U UT U T T A T JANTE T O E R O I R A II KULUTTAJANTEORIA.. Budjettirajoite * Ihmisten kaikkea toimintaa rajoittavat erilaiset rajoitteet. * Mikrotalouden kurssilla tärkein rajoite on raha. * Kuluttaja maksimoi hyötyään, mutta ei kykene toteuttamaan

Lisätiedot

havainnollistus, muokkaus ja viimeistely

havainnollistus, muokkaus ja viimeistely Tekstin havainnollists, mokkas ja viimeistely Lettavs ja merkintätavat Tiina Airaksinen Kappaleiden jäsentäminen Kappale = asiakokonaiss Testi: Pystytkö keksimään otsikon? Ei yhden virkkeen / yhden sivn

Lisätiedot

b 1. b m ) + ( 2b Ax) + (b b)

b 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 }{{}

Lisätiedot

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100 HARJOITUS, RATKAISUEHDOTUKSET, YLE 07.. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 0x +0xy +5y (b.) f(x,y) = 4x y xy +x+y +00 (a.) Funktion kriittiset pisteet ratkaisevat

Lisätiedot

Y56 Mikrotaloustieteen jatkokurssi kl 2010: HARJOITUSTEHTÄVÄT 2 Mallivastaus

Y56 Mikrotaloustieteen jatkokurssi kl 2010: HARJOITUSTEHTÄVÄT 2 Mallivastaus Y56 Mikrotaloustieteen jatkokurssi kl 00: HRJOITUSTEHTÄVÄT Mallivastaus. Olkoon Kallen ravintolassa söntiä ( ja muuta vaaa-ajan kulutusta ( kuvaava budjettirajoite muotoa. Kalle on valmis vaihtamaan hden

Lisätiedot

Omakotitalon energiaratkaisu Pieni askel omavaraisuuteen.

Omakotitalon energiaratkaisu Pieni askel omavaraisuuteen. Omakotitalon energiaratkais Pieni askel omavaraisteen. www.arime.fi Phdasta energiaa lonnosta Arinko on meidän kakien elämään vattava ehtymätön energianlähde ja se tottaa välillisesti srimman osan ihmisten

Lisätiedot

Nollasummapelit ja bayesilaiset pelit

Nollasummapelit ja bayesilaiset pelit Nollasummapelit ja bayesilaiset pelit Kristian Ovaska HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Seminaari: Peliteoria Helsinki 18. syyskuuta 2006 Sisältö 1 Johdanto 1 2 Nollasummapelit 1 2.1

Lisätiedot

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi 1 Luku 26 Tuotannontekijämarkkinat Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi TYÖMARKKINOIDEN toiminta on keskeisessä asemassa tulonjaon ja työllisyyden suhteen. Myös muut tuotannontekijämarkkinat

Lisätiedot

Moraalinen uhkapeli: perusmalli ja optimaalinen sopimus

Moraalinen uhkapeli: perusmalli ja optimaalinen sopimus Moraalinen uhkapeli: perusmalli a optimaalinen sopimus Mat-2.4142 Optimointiopin seminaari Mauno Taaamaa 18.02.2008 Esityksen rakenne Johdanto moraalisen uhkapelin käsite) Yksinkertaistettu tapaus a sen

Lisätiedot

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) on voimassa

Lisätiedot

MIKROTEORIA, HARJOITUS 6 YRITYKSEN JA TOIMIALAN TARJONTA JA VOITTO TÄYDELLISESSÄ KILPAILUSSA, SEKÄ MONOPOLI

MIKROTEORIA, HARJOITUS 6 YRITYKSEN JA TOIMIALAN TARJONTA JA VOITTO TÄYDELLISESSÄ KILPAILUSSA, SEKÄ MONOPOLI MIKROTEORIA, HARJOITUS 6 YRITYKSEN JA TOIMIALAN TARJONTA JA VOITTO TÄYDELLISESSÄ KILPAILUSSA, SEKÄ MONOPOLI 1a. Täydellisen kilpailun vallitessa yrityksen A tuotteen markkinahinta on 18 ja kokonaiskustannukset

Lisätiedot

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi. Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi. Konveksisuus Muista. + αd, α 0, on pisteessä R n alkava puolisuora, joka on vektorin d suuntainen. Samoin 2

Lisätiedot

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä Sekalaiset tehtävät, 11. syyskuuta 005, sivu 1 / 13 Tehtäviä Tehtävä 1. Johda toiseen asteen yhtälön ax + bx + c = 0, a 0 ratkaisukaava. Tehtävä. Määrittele joukon A R pienin yläraja sup A ja suurin alaraja

Lisätiedot

Hyppy Pekingiin 2008 Tapani Keränen (Kihu) ja Juhani Evilä (SUL)

Hyppy Pekingiin 2008 Tapani Keränen (Kihu) ja Juhani Evilä (SUL) Hyppy Pekingiin 2008 Tapani Keränen (Kih ja Jhani Evilä (SUL Harjoitvoden 2008 aikana totetettiin SUL:n ja Kihn yhteityöprojekti Hyppy Pekingiin 2008. Projektia Kihn vt. biomekaniikan ttkija oli pithyppääjien

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan

Lisätiedot

Lineaarisen ohjelman määritelmä. Joonas Vanninen

Lineaarisen ohjelman määritelmä. Joonas Vanninen Lineaarisen ohjelman määritelmä Joonas Vanninen Sisältö Yleinen optimointitehtävä Kombinatorinen tehtävä Optimointiongelman tapaus Naapurusto Paikallinen ja globaali optimi Konveksi optimointitehtävä Lineaarinen

Lisätiedot

Toispuoleiset raja-arvot

Toispuoleiset raja-arvot Toispuoleiset raja-arvot Määritelmä Funktiolla f on oikeanpuoleinen raja-arvo a R pisteessä x 0 mikäli kaikilla ɛ > 0 löytyy sellainen δ > 0 että f (x) a < ɛ aina kun x 0 < x < x 0 + δ; ja vasemmanpuoleinen

Lisätiedot

Miten osoitetaan joukot samoiksi?

Miten 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.

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet kevät 19 / orms.30 Talousmatematiikan perusteet 8. harjoitus, viikko 11 (11.03..03.19) L Ma 12 A2 R0 Ti 14 16 F43 R01 Ma 12 14 F43 L To 08 A2 R02 Ma 16 18 F43 R06 To 12 14 F140 R03 Ti 08 F42 R07 Pe 08

Lisätiedot

Haitallinen valikoituminen: Kahden tyypin malli

Haitallinen valikoituminen: Kahden tyypin malli Haitallinen valikoituminen: Kahden tyypin malli Mat-2.4142 Optimointiopin seminaari Mikko Hyvärinen 29.1.2008 Haitallinen valikoituminen kahden tyypin malli Haitallinen valikoituminen tarkoittaa että päämies

Lisätiedot

Matematiikan tukikurssi: kurssikerta 12

Matematiikan tukikurssi: kurssikerta 12 Matematiikan tukikurssi: kurssikerta 2 Tenttiin valmentavia harjoituksia Huomio. Tähän tulee lisää ratkaisuja sitä mukaan kun ehin niitä kirjoittaa. Kurssilla käyään läpi tehtävistä niin monta kuin mahollista.

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan

Lisätiedot

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Osa tämän viikon tehtävistä ovat varsin haastavia, joten ei todellakaan

Lisätiedot

58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia

58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, , vastauksia 58131 Tietorakenteet ja algoritmit (kevät 2014) Uusinta- ja erilliskoe, 10..2014, vastauksia 1. [9 pistettä] (a) Todistetaan 2n 2 + n + 5 = O(n 2 ): Kun n 1 on 2n 2 + n + 5 2n 2 + n 2 +5n 2 = 8n 2. Eli

Lisätiedot

L a = L l. rv a = Rv l v l = r R v a = v a 1, 5

L a = L l. rv a = Rv l v l = r R v a = v a 1, 5 Tehtävä a) Energia ja rataliikemäärämomentti säilyy. Maa on r = AU päässä auringosta. Mars on auringosta keskimäärin R =, 5AU päässä. Merkitään luotaimen massaa m(vaikka kuten tullaan huomaamaan sitä ei

Lisätiedot

Tehtävä 4 : 2. b a+1 (mod 3)

Tehtävä 4 : 2. b a+1 (mod 3) Tehtävä 4 : 1 Olkoon G sellainen verkko, jonka solmujoukkona on {1,..., 9} ja jonka särmät määräytyvät oheisen kuvan mukaisesti. Merkitään lisäksi kirjaimella A verkon G kaikkien automorfismien joukkoa,

Lisätiedot

Millaisia ovat finanssipolitiikan kertoimet

Millaisia 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

Lisätiedot

Inversio-ongelmien laskennallinen peruskurssi Luento 7

Inversio-ongelmien laskennallinen peruskurssi Luento 7 Inversio-ongelmien laskennallinen peruskurssi Luento 7 Kevät 2012 1 Tilastolliset inversio-ongelmat Tilastollinen ionversio perustuu seuraaviin periaatteisiin: 1. Kaikki mallissa olevat muuttujat mallinnetaan

Lisätiedot

Ulkomaalaistaustainen ehkäisyneuvolassa. Tuire Saloranta TKL Vantaan perhesuunnittelun vastuulääkäri

Ulkomaalaistaustainen ehkäisyneuvolassa. Tuire Saloranta TKL Vantaan perhesuunnittelun vastuulääkäri Ulkomaalaistastainen ehkäisynevolassa Tire Saloranta TKL Vantaan perhesnnitteln vastlääkäri Ulkomaalaistastaiset Esim. Vantaalla n 14% väestöstä Venäjältä, Virosta, Somaliasta, Irakista, Syyriasta, Kiinasta,

Lisätiedot

1. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa yhdistetystä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen?

1. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa yhdistetystä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Matematiikan johdantokurssi, sks 06 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.

Lisätiedot

Taloustieteiden tiedekunta Opiskelijavalinta 07.06.2005 1 2 3 4 5 YHT Henkilötunnus

Taloustieteiden tiedekunta Opiskelijavalinta 07.06.2005 1 2 3 4 5 YHT Henkilötunnus 1 2 3 4 5 YHT 1. Selitä lyhyesti, mitä seuraavat käsitteet kohdissa a) e) tarkoittavat ja vastaa kohtaan f) a) Työllisyysaste (2 p) b) Oligopoli (2 p) c) Inferiorinen hyödyke (2 p) d) Kuluttajahintaindeksi

Lisätiedot

https://xlitemprod.pearsoncmg.com/api/v1/print/en-us/econ

https://xlitemprod.pearsoncmg.com/api/v1/print/en-us/econ 06 www4 Page of 5 Student: Date: Instructor: hannele wallenius Course: Kansantaloustieteen perusteet 06 Assignment: 06 www4. Mikä seuraavista alueista vastaa voittoa maksimoivan monopoliyrityksen ylisuuria

Lisätiedot

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos 19.9.2016 Pekka Alestalo, Jarmo

Lisätiedot

Lyhyen aikavälin hintakilpailu 2/2

Lyhyen aikavälin hintakilpailu 2/2 Lyhyen aikavälin hintakilpailu 2/2 Ilkka Männistö Esitelmä 10 - Ilkka Männistö Optimointiopin seminaari - Kevät 2003 / 1 Kilpailun aste Markkinahinta ei kerro mitään kilpailun asteesta jos kustannusrakennetta

Lisätiedot

Harjoitusten 2 ratkaisut

Harjoitusten 2 ratkaisut Harjoitusten 2 ratkaisut Taloustieteen perusteet 31A00110 Tea Lönnroth tea.lonnroth(at)aalto.fi Teach a parrot the terms 'supply and demand' and you've got an economist. Thomas Carlyle 2 Tehtävä 1 Tarkastellaan

Lisätiedot

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Haitallinen valikoituminen: yleinen malli ja sen ratkaisu Mat-2.4142 Optimointiopin seminaari Matias Leppisaari 29.1.2008 Esityksen rakenne Yleinen malli Käypyys ja rajoitusehdot Mallin ratkaisu Kotitehtävä

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 5 10.4.2017 Tehtävä 1 x 2 7 0,7 9,8 6 5 4 x 1 x 2 7 x 1 x 2 1 3 2 x 1 0 4,3 x 1 9 1 0,0 x 2 0 9,0 1 2 3 4 5 6 7 8 9 x 1 Kuva 1: Tehtävän 1 sallittu joukko S Optimointitehtävän sallittu

Lisätiedot

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa. LINEAARIALGEBRA Harjoituksia 2016 1. Olkoon V = R 2 varustettuna tavallisella yhteenlaskulla. Määritellään reaaliluvulla kertominen seuraavasti: λ (x 1, x 2 ) = (λx 1, 0) (x 1, x 2 ) R 2 ja λ R. Osoita,

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8

Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8 Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8 Tuntitehtävät 1-2 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 5- loppuviikon harjoituksissa. Kotitehtävät 3-4 tarkastetaan loppuviikon

Lisätiedot

Matematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista

Matematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista Matematiikan johdantokurssi, sks 07 Harjoitus 8, ratkaisuista. Olkoot f ja g reaalifunktioita. Mitä voidaan sanoa hdistetstä funktiosta g f, jos a) f tai g on rajoitettu? b) f tai g on jaksollinen? Ratkaisu.

Lisätiedot

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Funktiot Tässä luvussa käsitellään reaaliakselin osajoukoissa määriteltyjä funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina. Avoin väli: ]a, b[ tai ]a, [ tai ],

Lisätiedot

S SÄHKÖTEKNIIKKA

S SÄHKÖTEKNIIKKA S55.103 SÄHKÖTEKNIIKK. välikoe 7.4.1998 Kimmo Silvonen 1. Kva esittää yhdellä diodilla hätäratkaisna tehtyä kokoaaltotasasntaajaa. Sen toiminta ei tietenkään ole kovin ideaalista. Laske diodin ominaiskäyrän

Lisätiedot

saadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?

saadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä? ANALYYSI A, HARJOITUSTEHTÄVIÄ, KEVÄT 208 4 Funktion raja-arvo 4 Määritelmä Funktion raja-arvon määritelmän ehdosta ε > 0: δ > 0: fx) A < ε aina, kun 0 < x a < δ, saadaan kvanttorien järjestystä vaihtamalla

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Identifiointiprosessi Koesnnittel, identifiointikoe Mittastlosten / datan esikäsittely Ei-parametriset menetelmät: - transientti-, korrelaatio-, taajs-, Forier- ja spektraalianalyysi => askel-, implssi-

Lisätiedot

Öljysäiliö maan alla

Öljysäiliö maan alla Kaigasniemen koulu Öljysäiliö maan alla Yläkoulun ketaava ja syventävä matematiikan tehtävä Vesa Maanselkä 009 Ostat talon jossa on öljylämmitys. Takapihalle on kaivettu maahan sylintein muotoinen öljysäiliö

Lisätiedot

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista 6 Epäyhtälöitä Epäyhtälöt ovat yksi matemaatikon voimakkaimmista työvälineistä. Yhtälö a = b kertoo sen, että kaksi ehkä näennäisesti erilaista asiaa ovat samoja. Epäyhtälö a b saattaa antaa keinon analysoida

Lisätiedot

Määritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan

Määritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan Todennäköisyys Todennäköisyys on epävarman matematiikkaa. Matemaattinen todennäköisyys mallintaa satunnaisia ilmiöitä, kuten esimerkiksi nopantai lantinheitto. Todennäköisyyttä voi lähestyä mm. tilastollisesti

Lisätiedot

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset Todennäköisyyslaskenta IIa, syyslokakuu 019 / Hytönen. laskuharjoitus, ratkaisuehdotukset 1. Kurssilla on 0 opiskelijaa, näiden joukossa Jutta, Jyrki, Ilkka ja Alex. Opettaja aikoo valita umpimähkään opiskelijan

Lisätiedot

Tasasähköyhteyden suuntaaj-asema. Ue j0ƒ. p,q

Tasasähköyhteyden suuntaaj-asema. Ue j0ƒ. p,q EEC-E89 syksy 06 Ttkitaan alla olevan kvan mkaista heikkoon verkkoon kytkettyä srjännitteistä tasasähköyhteyttä. Tässä tapaksessa syöttävän verkon impedanssi (Theveninin impedanssi, kvassa j on j0,65,

Lisätiedot

MAATALOUS-METSÄTIETEELLISEN TIEDEKUNNAN VALINTAKOE 2014

MAATALOUS-METSÄTIETEELLISEN TIEDEKUNNAN VALINTAKOE 2014 MAATALOUS-METSÄTIETEELLISEN TIEDEKUNNAN VALINTAKOE 2014 KOE 2: Ympäristöekonomia KANSANTALOUSTIEDE JA MATEMATIIKKA Sekä A- että B-osasta tulee saada vähintään 10 pistettä. Mikäli A-osan pistemäärä on vähemmän

Lisätiedot

Mittausepävarmuuden arviointi mikrobiologisissa viljelymenetelmissä. 1. Tilastollisesti riippumattomien epävarmuuskomponenttien yhdistäminen

Mittausepävarmuuden arviointi mikrobiologisissa viljelymenetelmissä. 1. Tilastollisesti riippumattomien epävarmuuskomponenttien yhdistäminen 1 Seppo Niemelä, 12.11.2001 Mittasepävarmden arviointi mikrobiologisissa viljelymenetelmissä 1. Tilastollisesti riippmattomien epävarmskomponenttien yhdistäminen Olkoon mitatt kahden riippmattoman lähtösreen

Lisätiedot

Y56 Mikron jatkokurssi kl 2009: HARJOITUSTEHTÄVÄT 2

Y56 Mikron jatkokurssi kl 2009: HARJOITUSTEHTÄVÄT 2 1 Y56 Mikron jatkokurssi kl 2009: HARJOITUSTEHTÄVÄT 2 Palautus to 5.2. klo 16 mennessä Chiaran lokerolle Koetilantie 5, 3. krs. Tehtävät voidaan palauttaa myös to 5.2. luennon alussa. En ota vastaan myöhään

Lisätiedot

Diskreetti derivaatta

Diskreetti derivaatta Diskreetti derivaatta LuK-tutkielma Saara Sadinmaa 43571 Matemaattisten tieteiden koulutusohjelma Oulun yliopisto Syksy 017 Sisältö Johdanto 1 Peruskäsitteitä 3 Ominaisuuksia 4 3 Esimerkkejä 8 4 Potenssifunktioita

Lisätiedot

Biokasvu Oy. Maatalouden ja teollisuuden sivutuotteiden jatkojalostus ja uusiokäyttö kestävän kehityksen ehdoin

Biokasvu Oy. Maatalouden ja teollisuuden sivutuotteiden jatkojalostus ja uusiokäyttö kestävän kehityksen ehdoin Biokasv Oy Toiminta-ajats: Maataloden ja teollisden sivtotteiden jatkojalosts ja siokäyttö kestävän kehityksen ehdoin 1 Biokasv Oy Totekehitykseen voimakkaasti panostava, laaja-alaisen kokemksen omaava

Lisätiedot

Voidaan laskea siis ensin keskimääräiset kiinteät kustannukset AFC: 100 000 /10000=10

Voidaan laskea siis ensin keskimääräiset kiinteät kustannukset AFC: 100 000 /10000=10 Harjoitukset 3 Taloustieteen perusteet Ratkaisuehdotukset Kesäyliopisto 2014 1. a) Autonrenkaita valmistavalla yhtiöllä on 100 000 :n kiinteät kustannukset vuodessa. Kun yritys tuottaa 10 000 rengasta,

Lisätiedot

k S P[ X µ kσ] 1 k 2.

k S P[ X µ kσ] 1 k 2. HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 28 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Osa tämän viikon tehtävistä ovat varsin haastavia, joten ei todellakaan

Lisätiedot

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Vanhoja koetehtäviä. Analyyttinen geometria 2016 Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.

Lisätiedot

4. Taajuusalueen suodatus 4.1. Taustaa. 4.2. Perusteita

4. Taajuusalueen suodatus 4.1. Taustaa. 4.2. Perusteita 4. Taajsaleen sodats 4.. Tastaa Forier esitti. 87 idean että laskien yhteen jaksollisia painotettja fnktioita oidaan esittää kinka tahansa monimtkainen jaksollinen fnktio. Ka 4.. esittää tällaista. Jaksolliset

Lisätiedot

Kahdeksansolmuinen levyelementti

Kahdeksansolmuinen levyelementti Levy8 ja RS hm.. Kahdekanolminen levyelementti akatellaan kvan kahdekanolmita levyelementtiä. q 6 y (,y q 8 ( 8,y 8 8 q 7 q 6 (,y q 5 q q q 7 q q ( 7,y 7 v ( 6,y 6 P 5 ( 5,y 5 q 9 6 q 5 (,y q (,y q q q

Lisätiedot

Harjoitus 5 ( )

Harjoitus 5 ( ) Harjoitus 5 (14.4.2015) Tehtävä 1 Figure 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

Lisätiedot

Johdatus matemaattiseen päättelyyn

Johdatus 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

Lisätiedot

Harjoitus 5 / viikko 7

Harjoitus 5 / viikko 7 DEE-000 Piiianalyysi Hajoitus 5 / viikko 7 5. Laske solmupistemenetelmällä oheisen kuvan esittämän piiin jännite ja vita i. 0k ma k k k i ma Solmupistemenetelmää käytettäessä takasteltavan kytkennän jännitelähteet

Lisätiedot

Mat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat:

Mat Sovellettu todennäköisyyslasku A. Diskreetit jakaumat Jatkuvat jakaumat. Avainsanat: Mat-2.090 Sovellettu todeäköisyyslasku A / Ratkaisut Aiheet: Avaisaat: Diskeetit jakaumat Jatkuvat jakaumat Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Ketymäfuktio, Mediaai, Negatiivie biomijakauma,

Lisätiedot

1 Rajoittamaton optimointi

1 Rajoittamaton optimointi Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + 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)

Lisätiedot

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Tehtävä 1 on klassikko. 1. Tässä tehtävässä tapahtumat A ja B eivät välttämättä

Lisätiedot

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin

=p(x) + p(y), joten ehto (N1) on voimassa. Jos lisäksi λ on skalaari, niin FUNKTIONAALIANALYYSI, RATKAISUT 1 KEVÄT 211, (AP) 1. Ovatko seuraavat reaaliarvoiset funktiot p : R 3 R normeja? Ovatko ne seminormeja? ( x = (x 1, x 2, x 3 ) R 3 ) a) p(x) := x 2 1 + x 2 2 + x 2 3, b)

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kertausta 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat: 1. Potenssisarjojen suppenemissäe, suppenemisväli ja suppenemisjoukko. 2. Derivaatan laskeminen

Lisätiedot

1. Arvioi kummalla seuraavista hyödykkeistä on hintajoustavampi kysyntä

1. Arvioi kummalla seuraavista hyödykkeistä on hintajoustavampi kysyntä 0 5 Nauris 10 15 20 MIKROTALOUSTIEDE A31C00100 Kevät 2017 HARJOITUKSET II Palautus 24.1.2017 klo 16:15 mennessä suoraan luennoitsijalle (esim. harjoitusten alussa) tai sähköpostitse (riku.buri@aalto.fi).

Lisätiedot

Kokemuksia muutoksesta ja johtamisesta 1980- luvulta tähän päivään. Keijo Mutanen KIM Ventures Oy Joensuu 6.11.2014

Kokemuksia muutoksesta ja johtamisesta 1980- luvulta tähän päivään. Keijo Mutanen KIM Ventures Oy Joensuu 6.11.2014 Kokemksia mtoksesta ja johtamisesta 1980- lvlta tähän päivään Keijo Mtanen KIM Ventres Oy Joens 6.11.2014 Oma johtamiskokems 1980- lk: VTT, Jyväskylä, Jaoston päällikkö, projektipäällikkö, yksikön varajohtaja,

Lisätiedot

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla MAT21007 Mitta ja integraali Harjoitus 2 viikko 25.3-29.3 2019) Palauta mieleen: monisteen luku 0; Topologia I) avaruuden d euklidinen etäisyys, avoimet kuulat ja joukot. Ohjausta laskuharjoitusten tekoon:

Lisätiedot

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai MATP15 Approbatur 1B Ohjaus Keskiviikko 4.11. torstai 5.11.015 1. (Opiskeluteht. 6 s. 0.) Määritä sellainen vakio a, että polynomilla x + (a 1)x 4x a on juurena luku x = 1. Mitkä ovat tällöin muut juuret?.

Lisätiedot

Valikoima, laatu ja mainonta

Valikoima, laatu ja mainonta Valikoima, laatu ja mainonta Sami Niemelä 5.2.2003 Sisältö Tuoteavaruus Käsite ja erottelutapoja Valikoiman muodostaminen Laatu ja laajuus Laatu Tyypit ja ongelmia Mainonta Käytetyt symbolit määrä s laatu

Lisätiedot

Hintadiskriminaatio 2/2

Hintadiskriminaatio 2/2 Hintadiskriminaatio 2/2 Matti Hellvist 12.2.2003 Toisen asteen hintadiskrimiaatio eli tuotteiden kohdennus Toisen asteen hintadiskriminaatio toimii tilanteessa, jossa kuluttajat ovat keskenään erilaisia

Lisätiedot

Sisällys. näytesivu. Kirjaimet. Aiheet. Symbolit... 7

Sisällys. näytesivu. Kirjaimet. Aiheet. Symbolit... 7 Sisällys Symbolit... 7 Kirjaimet A a... 8 I i... 15 U... 21 S s... 34 N n... 42 E e... 47 O o... 54 L l... 60 R r... 65 M m... 77 T t... 84 Ä ä... 104 P p... 109 K k... 119 J j... 124 V v... 127 H h...

Lisätiedot

Diskreettiaikainen dynaaminen optimointi

Diskreettiaikainen dynaaminen optimointi Diskreettiaikainen dynaaminen optimointi Usean kauden tapaus 2 kauden yleistys Ääretön loppuaika Optimaalinen pysäytys Optimointiopin seminaari - Syksy 2000 / Ongelma t 0 x 0 t- t T x t- + x t + x T u

Lisätiedot

Ratkaisuehdotukset LH 7 / vko 47

Ratkaisuehdotukset LH 7 / vko 47 MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [

Lisätiedot

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

MS-C2105 Optimoinnin perusteet Malliratkaisut 5 MS-C2105 Optimoinnin perusteet Malliratkaisut 5 Ehtamo Demo 1: Arvaa lähimmäksi Jokainen opiskelija arvaa reaaliluvun välillä [0, 100]. Opiskelijat, joka arvaa lähimmäksi yhtä kolmasosaa (1/3) kaikkien

Lisätiedot

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

1 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

Lisätiedot

1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla

1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla A31C00100 Mikrotaloustiede Kevät 2017 HARJOITUKSET 3 1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla (i) Alla olevan kuvan kuluttaja A) on riskinkaihtaja B) on riskineutraali

Lisätiedot