Moraalinen uhkapeli: laajennuksia
|
|
- Tommi Laine
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Morlinen uhkeli: ljennuksi Mt Otimointioin seminri Juho Kokkl steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
2 Esitksen rkenne Informtiivisuus Ääretön määrä toimintoj Rjoitettu vstuu Usen äämiehen mlli Ääretön määrä tuloksi Useit signlej, eätädellinen tieto tuloksest oimusten robustius Kotitehtävä steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
3 Informtiivisuus 1/2 Toimint i, tulos k todennäköisdellä ik Päämies hvitsee tuloksen j todennäköisdellä R jk m ' ij R jk, stokstinen mtriisi R k 1 ik Hödn odotusrvo sm molemmiss m m ' ' mlleiss: i, informtiivisemi kuin, ij j j 1 j 1 ij j steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
4 Informtiivisuus 2/2 Olkoon lkkiorkenne jok tuott i :n Plkkiorkenne : m u m m ij j j 1 j 1 k 1 ij R kj u ' k u tuott i :n,-mlliss Pienemi riski riskiä krttvlle gentille Päämies ääsee hlvemmll j m k 1 ' ik m k 1 u ' k ij R kj u ' k steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
5 Ääretön määrä toimintoj Agentti voi vlit toiminnn joukost Agentin hötfunktio Knnustinrjoitteit linumeroituv määrä 1. steen ehto Ei huomioid 2. steen ehto j 1 Globlej ehtoj m m j 1 m j1 u ' j j u '' j j j u 1 0 j [,] steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
6 MLRC CDC Ääretön määrä toimintoj 1. steen ehdon riittävs k < i, l < j : i < j < j λ k, λ i [ 0,1] MLRC, CDC 1. steen ehto riittää ij il : 1 λ k kj kl P jl λp il 1 λ P kl Jeitt 1988: CDC:n sijst rjoituksi gentin hötfunktioon steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
7 Ääretön määrä toimintoj 2 tuloksen mlli Kksi tulost s,, lkkiot s, Onnistumisen tn. ksvv j konkvi 1. steen ehto Rtionlisuusehto ' u u 1 u 1 u U steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
8 Ääretön määrä toimintoj 2 tuloksen mlli - rtkisu Otimliselle Päämiehen höt Tehtävä 5.4.3: otimlinen ksvv ' 1 ' U u U u vkio 1 G steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
9 Rjoitettu vstuu Riskineutrli gentti Agentin mhdollinen tio rjoitettu 1. steen ehto Rtionlisuusehto Vstuun rjoitus ' s 1 s f 1 s 1 ' U steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
10 Rjoitettu vstuu Rtkisu 1/2 steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008 Yhdistetään rtionlisuus- j knnustinehto Päämiehen höt : ' G U s s s s : ' 1 1 ' 1 1
11 Rjoitettu vstuu Rtkisu 2/2 Päämiehen otimointitehtävä: Merkitään :n mksimikoht 1, -G:n mksimikoht 2. Tällöin rtkisut,, kun 1 G 1 G, kun 2, G 2, kun m s. t. G 2 < < G 1 G 2 > m, G steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
12 Rjoitettu vstuu Rtkisun tulkint 1/2 ' 2 1, joten 2 rjoittmton otimi Pienellä vstuurjoitus ei vikut, otimlinen toimint vst rjoittmtont otimi :n ksvess otimlinen toimint vähenee Isoill gentin informtiovuokr G 2 steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
13 Rjoitettu vstuu Rtkisun tulkint 2/2 Päämiehen höt G, kun 2 2 Vstuurjoitus ei vikut Päämiehen höt 2, kun 1 Päämiehen höt G, kun G 1 G 2 Jos ksvv kun < 2, äämiehen höt lskee :n funktion G 1 G 2 steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
14 Usen äämiehen mlli Jtkuv joukko toimintoj 2 loutulost, onnistumisen tn. 2 äämiestä, hödt s, f, s, f Yhteistömlli s s, f f * Otimlinen toimint G Otimlinen lkkio *, * steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
15 Usen äämiehen mlli Ei hteistötä Päämiesten lkkiot Päämiehen höt Päämiehen höt,,, 1 1 Nshin tsinoss Päämies mksimoi hötnsä ehdoll Päämies mksimoi hötnsä ehdoll,, steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
16 Usen äämiehen mlli Ei hteistötä - rtkisu Päämiehen höt Vrt. lkueräinen 2 tuloksen mlli Otimiss mmetri s G G steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
17 Usen äämiehen mlli Ei hteistötä vs. hteistö Otimiss Päämiesten tulee hötä onnistumisest Agentin toimint on ienemi kuin äämiesten toimiess hteistössä *, G G s s s s < < < < < steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
18 Ääretön määrä tuloksi Jtkuv joukko tuloksi Plkkiorkenne funktio unktionlinlsi Otimin olemssolo vike todist Yleisessä tuksess rtkisu, jos kohdefunktio jtkuv j vruus komkti Rjoitukset lkkiorkenteen muotoon steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
19 Useit signlej Päämies hvitsee tuloksen lisäksi signlin Päämiehen tehtävän rtkisu n 1 j, µ λ k 1 u' j k 1, k i kj Riiuu :stä jos riiuu, eli jos ei ole thjentävä tunnusluku ij kj ij steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
20 Eätädellinen tieto tuloksest Päämiehen hvitsem signli eätädellisesti korreloitunut hödn knss Bker 1992: otimlinen knnuste tehottommi j gentin toimint ienemi kuin tädellisen tiedon tuksess steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
21 oimusten robustius 1/2 Otimlinen lkkio Riiuu likelihood-suhteist Kikkien signlien funktio Todellisuudess soimukset ksinkertisemi Holmstrom-Milgrom: ksinkertiset soimukset robustimi steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
22 oimusten robustius 2/2 Tulos d Agentin höt t [ ] dt σdw, t 0,1 t Otimlinen lkkio linerinen Vmi toimintrkenne t 1 u tdt 1, u e 0 Päämiehellä vähemmän informtiot Yksinkertisemi soimus k steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
23 Kotitehtävä 2 tuloksen mlliss: Todist, että 1. steen ehto on riittävä knnustinrjoite b Osoit että äämiehen otimiss rtionlisuusehto on ktiivinen steeminlsin Lbortorio Teknillinen korkekoulu Esitelmä 12 Juho Kokkl Otimointioin seminri - Kevät 2008
Sopimuksenteon dynamiikka: moraalinen uhkapeli
Sopimuksenteon dynmiikk: morlinen uhkpeli Mt-2.4142 Optimointiopin seminri Ville Venoärvi 15.4.2008 Esitelmä 15 Ville Venoärvi Sisältö Hsteit Uudelleen neuvottelu gentin työpnoksen älkeen Konvergenssi
LisätiedotY56 Mikron jatkokurssi kl 2008: HARJOITUSTEHTÄVÄT 2 Mallivastaukset
Y6 Mikron jtkokurssi kl 008: HARJOITUSTEHTÄVÄT Mllivstukset Kuluttjn vlint (Muokttu Burketist 006, 07) Olkoon Mrkon udjettirjoite = 40 Mrkoll on hvin kättätvät referenssit j Mrkon rjusustituutiosuhde on
LisätiedotSyksyn 2015 Pitkän matematiikan YO-kokeen TI-Nspire CAS -ratkaisut
Sksn 0 Pitkän mtemtiikn YO-kokeen TI-Nspire CAS -rtkisut Tekijät: Olli Krkkulinen Rtkisut on ldittu TI-Nspire CAS -tietokoneohjelmll kättäen Muistiinpnot -sovellust. Kvt j lskut on kirjoitettu Mth -ruutuihin.
LisätiedotMoraalinen 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
LisätiedotAnalyysi 2. Harjoituksia lukuihin 1 3 / Kevät Anna sellainen välillä ] 2, 2[ jatkuva ja rajoitettu funktio f, että
Anlyysi Hrjoituksi lukuihin 3 / Kevät 5. Ann sellinen välillä ], [ jtkuv j rjoitettu funktio f, että () sup A m A j inf A min A, (b) sup A m A j inf A = min A, (c) sup A = m A j inf A min A, (d) sup A
LisätiedotII.1. Suppeneminen., kun x > 0. Tavallinen lasku
II. EPÄOLEELLISET INTEGRAALIT nt II.. Suppeneminen Esim. Olkoon f() =, kun >. Tvllinen lsku = / =. Kuitenkn tätä integrli ei ole ikisemmss mielessä määritelty, kosk f ei ole rjoitettu välillä [, ] (eikä
Lisätiedot3.3 KIELIOPPIEN JÄSENNYSONGELMA Ratkaistava tehtävä: Annettu yhteydetön kielioppi G ja merkkijono x. Onko
3.3 KILIOPPIN JÄSNNYSONGLMA Rtkistv tehtävä: Annettu yhteydetön kielioppi G j merkkijono x. Onko x L(G)? Rtkisumenetelmä = jäsennyslgoritmi. Useit vihtoehtoisi menetelmiä, erityisesti kun G on jotin rjoitettu
Lisätiedot1. Derivaatan Testi. Jos funktio f on jatkuva avoimella välillä ]a, b[ ja x 0 ]a, b[ on kriit. tai singul. piste niin. { f (x) > 0, x ]a, x 0 [
1. Derivtn Testi Jos funktio f on jtkuv voimell välillä ], b[ j x 0 ], b[ on kriit. ti singul. piste niin { f (x) < 0, x ], x 0 [ f x (x) > 0, x ]x 0, b[ 0 on lokli minimipiste (1) { f (x) > 0, x ], x
LisätiedotNeliömatriisin A determinantti on luku, jota merkitään det(a) tai A. Se lasketaan seuraavasti: determinantti on
4. DETERINANTTI JA KÄÄNTEISATRIISI 6 4. Neliömtriisi determitti Neliömtriisi A determitti o luku, jot merkitää det(a) ti A. Se lsket seurvsti: -mtriisi A determitti o det(a) () -mtriisi A determitti void
LisätiedotMatematiikan johdantokurssi, syksy 2017 Harjoitus 6, ratkaisuista. 1. Onko jokin demojen 5 tehtävän 3 relaatioista
Mtemtiikn johntokurssi, syksy 07 Hrjoitus 6, rtkisuist. Onko jokin emojen 5 tehtävän reltioist ) R := {(, ), (, ), (, ), (, ), (, ), (, ), (, ), (, )}, ) S := {(, ), (, ), (, ), (, ), (, ), (, ), (, ),
Lisätiedot5 Riemann-integraali ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT Ala- ja yläintegraali
ANALYYSI B, HARJOITUSTEHTÄVIÄ, KEVÄT 9 5 Riemnn-integrli 5. Al- j yläintegrli Voit olett tunnetuksi ll esitetyt supremumin j infimumin ominisuudet (joukot A j B ovt rjoitettuj sekä epätyhjiä j λ R). Jos
LisätiedotKäydään läpi: ääriarvo tarkastelua, L Hospital, integraalia ja sarjoja.
DI mtemtiikn opettjksi: Täydennyskurssi, kevät Luentorunko j hrjoituksi viikolle : ti 9.. klo :-5:, to.. klo 9:5-: j klo 4:5-6: Käydään läpi: äärirvo trkstelu, L Hospitl, integrli j srjoj.. Kerrtn äärirvojen
LisätiedotRekursioyhtälön ratkaisutapa #1: iteratiivinen korvaus
NodeCount(v /* lskee solmun v lipuun solmujen lukumäärän */ if solmu v on null return 0 else return + NodeCount(v.left + NodeCount(v.right Rekursio: lgoritmi kutsuu itseään Usein hjot j hllitse -perite:
Lisätiedot5 Epäoleellinen integraali
5 Epäoleellinen integrli 5. Integrlin suppeneminen Olkoon f sellinen välillä [, b[ (ei siis välttämättä pisteessä b) määritelty funktio, että f on Riemnn-integroituv välillä [, ] kikill ], b[ eli on olemss
LisätiedotTEHTÄVÄ 1. Olkoon (f n ) jono jatkuvia funktioita f n : [a, b] R, joka suppenee välillä [a, b] tasaisesti kohti funktiota f : [a, b] R.
Topologi I Hrjoitus 10, rtkisuj AP TEHTÄVÄ 1. Olkoon (f n ) jono jtkuvi funktioit f n : [, b] R, jok suppenee välillä [, b] tsisesti kohti funktiot f : [, b] R. Osoit, että tällöin f n (x) dx f(x) dx.
Lisätiedot3 Integraali ja derivaatta
3 Integrli j erivtt 3.1 Integrli ylärjns funktion Olkoon funktio f Riemnn-integroituv välin I jokisell suljetull osvälillä j välin I jokin kiinteä luku. Tällöin integrli määrittelee funktion G(): I R,
LisätiedotRiemannin integraalista
Lebesguen integrliin sl. 2007 Ari Lehtonen Riemnnin integrlist Johdnto Tämän luentomonisteen trkoituksen on tutustutt lukij Lebesgue n integrliin j sen perusominisuuksiin mhdollisimmn yksinkertisess tpuksess:
LisätiedotTee B-osion konseptiin etusivulle pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Välivaiheet perustelevat vastauksesi!
MAA8 Koe 4.4.016 Jussi Tyni Tee B-osion konseptiin etusivulle pisteytysruudukko! Muist kirjt nimesi j ryhmäsi. Väliviheet perustelevt vstuksesi! A-osio. Ilmn lskint. MAOLi s käyttää. Mksimissn 1h ik. Lske
LisätiedotHaitallinen 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
LisätiedotMatematiikan perusteet taloustieteilijöille 2 800118P
Mtemtiikn perusteet tloustieteilijöille 2 800118P Luentomoniste Kri Myllylä Niin Korteslhti Oulun yliopisto Mtemttisten tieteiden litos Kevät 2014 Sisältö 1 Mtriisilgebr j optimointi 4 11 Määritelmä 4
Lisätiedot4 DETERMINANTTI JA KÄÄNTEISMATRIISI
4 DETERMINANTTI JA KÄÄNTEISMATRIISI Neliömtriisin determinntti Neliömtriisin A determinntti on luku, jot merkitään det(a) ti A. Lskeminen: -mtriisin A determinntti: det(a) -mtriisin A determinntti esim.
LisätiedotMatriisit. Määritelmä 1 Reaaliluvuista a ij, missä i = 1,..., k ja j = 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A =
1 / 21 Määritelmä 1 Reaaliluvuista a ij, missä i 1,..., k ja j 1,..., n, muodostettua kaaviota a 11 a 12 a 1n a 21 a 22 a 2n A... a k1 a k2 a kn sanotaan k n matriisiksi. Usein merkitään A [a ij ]. Lukuja
LisätiedotRiemannin integraali
LUKU 5 iemnnin integrli Tässä luvuss funktion f iemnnin integrli merkitään - b f = - b f() d. Vstvsti funktion f Lebesgue in integrli merkitään f = f() dm(). [,b] [,b] Luse 5.1. Olkoon f : [, b] rjoitettu
Lisätiedotx k 1 Riemannin summien käyttö integraalin approksimointiin ei ole erityisen tehokasta; jatkuvasti derivoituvalle funktiolle f virhe b
5 Integrlien lskemisest 51 Riemnnin summt [A2], [4, 61] Rjoitetun funktion f : [, b] R Riemnn-integroituvuudelle ytäpitäväksi on kurssill Anlyysi 2 osoitettu, että Riemnnin summill S P := f(ξ k ) ( ),
LisätiedotS Laskennallinen systeemibiologia
S-4.50 Lsknnllinn systmiiologi 4. Hrjoitus. Viill tutkittvll ljill (,, c, j ) on määrätty täisyyt c 0 8 8 8 0 8 8 8 c 0 4 4 0 0 Määritä puurknn käyttän UPGMA-mntlmää. Näytä kunkin vihn osrkntt vstvin täisyyksinn.
Lisätiedot2.4 Pienimmän neliösumman menetelmä
2.4 Pienimmän neliösummn menetelmä Optimointimenetelmiä trvitn usein kokeellisen dtn nlysoinniss. Mittuksiin liittyy virhettä, joten mittus on toistettv useit kertoj. Oletetn, että mittn suurett c j toistetn
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa II
MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, os II G. Gripenberg Alto-yliopisto 9. helmikuut 16 G. Gripenberg (Alto-yliopisto MS-A7 ifferentili- j integrlilskent (Chem Yhteenveto, 9. helmikuut
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
LisätiedotPreliminäärikoe Pitkä Matematiikka 5.2.2013
Preliminäärikoe Pitkä Mtemtiikk 5..0 Kokeess s vstt enintään kymmeneen tehtävään. Tähdellä ( * ) merkittyjen tehtävien mksimipistemäärä on 9, muiden tehtävien mksimipistemäärä on 6.. ) Rtkise yhtälö b)
LisätiedotSARJAT JA DIFFERENTIAALIYHTÄLÖT Funktiojonot 1
SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 JOUNI PARKKONEN Sisältö 0. Tästä tekstistä. Funktiojonot 0. Tästä tekstistä Tämä moniste on trkoitettu käytettäväksi kurssin Srjt j differentiliyhtälöt luentomterilin.
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 8
Mt-.148 Dynminen optimointi, mllivstukset, kierros 8 1. Idelisess tsvirtmoottoriss vääntömomentti on suorn verrnnollinen virtn. Moottori pyörittää ikiliikkuj (ei kitk- ti sähkömgneettisi vstusvoimi). Moottorin
Lisätiedota = x 0 < x 1 < x 2 < < x n = b f(x) dx = I. lim f(x k ) x k=1
5 Integrli 5.1 Määritelmä j ominisuudet Olkoon f : [, b] R jtkuv. Muodostetn välin [, b] jko = x 0 < x 1 < x 2 < < x n = b j siihen liittyvä yläsumm S = n M k (x k x k 1 ), M k = mx{f(x) x k 1 x x k },
LisätiedotNäytä tai jätä tarkistettavaksi tämän jakson tehtävät viimeistään tiistaina 18.6. ylimääräisessä tapaamisessa.
Jkso 12. Sähkömgneettinen induktio Tässä jksoss käsitellään sähkömgneettist induktiot, jok on tärkeimpiä sioit sähkömgnetismiss. Tätä tphtuu koko jn rkisess ympäristössämme, vikk emme sitä välttämättä
LisätiedotTAMPEREEN YLIOPISTO Pro gradu -tutkielma. Harri Lehtinen. Kongruenssista
TAMPEREEN YLIOPISTO Pro grdu -tutkielm Hrri Lehtinen Kongruenssist Mtemtiikn, tilstotieteen j filosofin litos Mtemtiikk Helmikuu 006 Tmpereen yliopisto Mtemtiikn, tilstotieteen j filosofin litos LEHTINEN,
LisätiedotS Fysiikka III (EST), Tentti
S-114.137 Fysiikk III (ES), entti 30.8.006 1. Lämpövoimkone toteutt oheisen kuvn Crnotin prosessi. Koneess on työineen yksi mooli ideliksu. Lske yksitomisen ksun kierroksen ikn tekemän työn suhde kksitomisen
LisätiedotHarjoitus 1 (20.3.2014)
Harjoitus 1 (20.3.2014) Tehtävä 1 Piirretään tilanteesta verkko, jossa kaupungeille on annetttu seuraavat numerot: 1 = Turku 2 = Tampere 3 = Hämeenlinna 4 = Imatra 5 = Jyväskylä. 5 2 149(5) 190(4) 113(1)
LisätiedotT Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (Predikaattilogiikka )
T-79.3001 Kevät 2009 Logiikk tietotekniikss: perusteet Lskuhrjoitus 7 (Predikttilogiikk 9.1 10.2) 19.3. 23.3. 2009 Rtkisuj demotehtäviin Tehtävä 9.1 Rtkisuss on käytetty usen otteeseen rjoitettuj universli-
Lisätiedotmissä t on matkaan raosta varjostimelle kuluva aika. Jos suihkun elektronien liikemäärä x- sunnassa on p x,on min y0min 0min
S-11446 Fysiikk IV (Sf), I Välikoe 154 1 Elektronisuihku, joss elektronien noeus on v, suu kohtisuorsti rkoon, jonk leveys on d Ron läi kuljettun elektronit osuvt etäisyydellä D olevn vrjostimeen Mikä
LisätiedotProjektin arvon aleneminen
Projektin arvon aleneminen sivut 99-07 Optimointiopin seminaari - Syksy 000 / Arvon aleneminen Jatketaan projektin arvon tutkimista. Nyt huomioidaan arvon aleneminen. Syitä esimerkiksi: kaluston vanheneminen
Lisätiedot766328A Termofysiikka Harjoitus no. 12, ratkaisut (syyslukukausi 2014)
7668A Termofysiikk Hrjoitus no 1, rtkisut (syyslukukusi 14) 1 Lämpötilss T K elektronien energit eivät ylitä Fermin energi (ɛ i ɛ F ), lämpötilprmetri β j kemillinen potentili vst Fermin energi (µ() ɛ
LisätiedotLineaariset Lien ryhmät / Ratkaisut 6 D 381 klo
JYVÄSKYLÄN YLIOPISO MAEMAIIKAN JA ILASOIEEEN LAIOS Lineaariset Lien ryhmät 27.2.2012 / t 6 D 381 klo. 16-18. 1. Matriisiryhmällä U(n) on epätriviaali normaali aliryhmä SU(n), joka on homomorfismin det
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
LisätiedotMS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali
MS-A1{3,4} (ELEC*) Differentili- j integrlilskent 1 Luento 8: Integrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos 5.1.216 Pekk Alestlo,
LisätiedotMS-A010{2,3,4,5} (SCI, ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 8: Integraalifunktio ja epäoleellinen integraali
MS-A1{2,3,4,5} (SC, ELEC*, ENG*) Differentili- j integrlilskent 1 Luento 8: ntegrlifunktio j epäoleellinen integrli Pekk Alestlo, Jrmo Mlinen Alto-yliopisto, Mtemtiikn j systeeminlyysin litos November
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 }{{}
LisätiedotEsimerkki 8.1 Määritellään operaattori A = x + d/dx. Laske Af, kun f = asin(bx). Tässä a ja b ovat vakioita.
8. Operttorit, mtriisit j ryhmäteori Mtemttinen operttori määrittelee opertion, jonk mukn sille nnettu funktiot muoktn. Operttorit ovt erityisen tärkeitä kvnttimekniikss, kosk siinä jokist suurett vst
Lisätiedot1.3 Toispuoleiset ja epäoleelliset raja-arvot
. Toisuoleiset j eäoleelliset rj-rvot Rj-rvo lim f () A olemssolo edellyttää että muuttuj täytyy void lähestyä rvo kummst suust hyväsä. Jos > ii sot että lähestyy rvo oikelt ositiivisest suust. Jos ts
LisätiedotMatematiikan tukikurssi
Mtemtiikn tukikurssi Kurssikert 4 Tilvuuden j vipn ln lskeminen Kuten iemmin käsittelimme, määrätyn integrlin vull voi lske pintloj j tilvuuksi. Tyypillisenä sovelluksen tilvuuden lskemisest on tpus, joss
LisätiedotOSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA
OSA 1: POLYNOMILASKENNAN KERTAUSTA, BINOMIN LASKUSÄÄNTÖJÄ JA YHTÄLÖNRATKAISUA Tekijät: Ari Heimonen, Hellevi Kupil, Ktj Leinonen, Tuomo Tll, Hnn Tuhknen, Pekk Vrniemi Alkupl Tiedekeskus Tietomn torninvrtij
Lisätiedot( ) Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 321 Päivitetty 19.2.2006. Saadaan yhtälö. 801 Paraabeli on niiden pisteiden ( x,
Pyrmidi Anlyyttinen geometri tehtävien rtkisut sivu Päivitetty 9..6 8 Prbeli on niiden pisteiden (, y) joukko, jotk ovt yhtä kukn johtosuorst j polttopisteestä. Pisteen (, y ) etäisyys suorst y = on d
LisätiedotIntegraalilaskentaa. 1. Mihin integraalilaskentaa tarvitaan? MÄNTÄN LUKIO
Integrlilskent Tämä on lukion oppimterileist hiemn poikkev yksinkertistettu selvitys määrätyn integrlin lskemisest. Kerromme miksi integroidn, mitä integroiminen trkoitt, miten integrli lsketn j miten
LisätiedotAnalyysin perusteet kauppatieteilijöille 800118P
Anlyysin perusteet kupptieteilijöille 800118P Luentomoniste Kri Myllylä Niin Korteslhti Topi Törmä Oulun yliopisto Mtemttisten tieteiden litos Kevät 2015 Sisältö 1 Derivtt 3 1.1 Määritelmä..............................
LisätiedotJohdatusta variaatiolaskentaan
LUKU 6 Johdtust vritiolskentn 6.1. Prmetrist riippuvt integrlit [4, Ch. XIII, 8], [2, Ch. 1. Lemm 2.12.2], [3, Ch. VIII, 11], [15, Ch. XI, 7], [8, Ch. II, 3] Luse 6.1. Olkoot E normivruus, F Bnchin vruus,
LisätiedotTeoriaa tähän jaksoon on talvikurssin luentomonisteessa luvussa 10. Siihen on linkki sivulta
Jkso 10. Sähkömgneettinen induktio Näytä ti plut tämän jkson tehtävät viimeistään tiistin 13.6.2017. Ekstr-tehtävät vstvt kolme tvllist tehtävää, kun lsketn lskuhrjoituspisteitä. Teori tähän jksoon on
Lisätiedotsin θ θ θ r 2 sin 2 θ φ 2 = 0.
Mtemtiikn j tilstotieteen litos Osittisdifferentiliyhtälöt Kevät 21 Hrjoitus 9 Rtkisuj Jussi Mrtin 1. Osoit, että Lplce-yhtälö pllokoordinteiss on 2 u 1 r 2 2 u r r 1 r 2 sin θ u 1 2 u sin θ θ θ r 2 sin
Lisätiedot2.2 Monotoniset jonot
Mtemtiik tito 9, RATKAISUT Mootoiset joot ) Kosk,,,, ii 0 Lukujoo ( ) o siis lhlt rjoitettu Toislt 0 Lukujoo (
Lisätiedot(1.1) Ae j = a k,j e k.
Lineaarikuvauksen determinantti ja jälki 1. Lineaarikuvauksen matriisi. Palautetaan mieleen, mikä lineaarikuvauksen matriisi annetun kannan suhteen on. Olkoot V äärellisulotteinen vektoriavaruus, n = dim
Lisätiedothttp://www.angelniemenankkuri.com/index.php?page=ilu/nuoret/ajankohtaista&select=3&head=nuori%20...
Sivu 1/28 " #%% ((%% ( * +, " -. / " - ("*0 "# % "# (( # # ( ( * # +,,-. /0,-,,2 3 #4 3 % % 5 5 * 4 % 3 6 4 4 44( ( % #"" #"#"# + 7. 4 %%2%%3 % 4 9#:200; 1 5242%% 1,1200/,/,/ (43%% 1 ("*01,01200/,202200/
Lisätiedot4 Pinta-alasovelluksia
Pint-lsovelluksi. Kuvjn lle jäävä pint-l voidn määrittää, jos kuvj on -kselin yläpuolell. Välillä [, 5] funktion f kuvj on -kselin lpuolell. Peiltn funktion f kuvj -kselin suhteen, jolloin sdn funktion
LisätiedotOlkoon R S otosavaruuksien R ja S karteesinen tulo: Satunnaismuuttujien X ja Y järjestetty pari (X, Y) määrittelee kaksiulotteisen satunnaismuuttujan:
Mat-.6 Sovellettu todennäköisslaskenta B Mat-.6 Sovellettu todennäköisslaskenta B / Ratkaisut Aiheet: Moniulotteiset satunnaismuuttujat ja todennäköissjakaumat Moniulotteisia jakaumia Avainsanat: Diskreetti
LisätiedotMoraalinen uhkapeli: laajennuksia ja sovelluksia
Moraalinen uhkapeli: laajennuksia ja sovelluksia Sisältö Kysymysten asettelu Monen tehtävän malli Sovellusesimerkki: Vakuutus Sovellusesimerkki: Palkkion määrääminen Johtajan palkitseminen Moraalisen uhkapelin
LisätiedotKokonaislukuoptimointi
Kokonaislukuoptimointi Optimointitehtävät, joissa muuttujat tai osa niistä voivat saada vain kokonaislukuarvoja Puhdas kokonaislukuoptimointitehtävä: Kaikki muuttujat kokonaislukuja Sekoitettu kokonaislukuoptimointitehtävä:
LisätiedotLU-hajotelma. Esimerkki 1 Matriisi on yläkolmiomatriisi ja matriisi. on alakolmiomatriisi. 3 / 24
LU-hajotelma 1 / 24 LU-hajotelma Seuravassa tarkastellaan kuinka neliömatriisi voidaan esittää kahden kolmiomatriisin tulona. Käytämme alkeismatriiseja tälläisen esityksen löytämiseen. Edellä mainittua
LisätiedotMatematiikan tukikurssi
Mtemtiikn tukikurssi Kurssikert 5 1 Jtkuvuus Trkstelln funktiot fx) josskin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jtkuv ti epäjtkuv. Jtkuvuuden ymmärtää prhiten trkstelemll epäjtkuv
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
Lisätiedot3.5 Kosinilause. h a c. D m C b A
3.5 Kosiniluse Jos kolmiost tunnetn kksi sivu j näien välinen kulm, sinilusett on sngen vike sovelt kolmion rtkisemiseen. Luse on työklun vuton myös kolmion kulmien rtkisemiseen tpuksess, jolloin kolmion
LisätiedotTIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 22. syyskuuta 2016
lusekkeet, lusekkeet, TIEA241 Automtit j kieliopit, syksy 2016 Antti-Juhni Kijnho lusekkeet j smuus TIETOTEKNIIKAN LAITOS 22. syyskuut 2016 Sisällys lusekkeet, lusekkeet lusekkeet j smuus j smuus lusekkeet
LisätiedotKokonaislukuoptimointi
Kokonaislukuoptimointi Algebrallisen geometrian sovelluksia Sisältö Taustaa algebrallisesta geometriasta Gröbnerin kanta Buchbergerin algoritmi Kokonaislukuoptimointi Käypyysongelma Algoritmi ratkaisun
LisätiedotNumeerinen integrointi
Pitkärnt: Lj mtemtiikk IX9 Numeerinen integrointi IX9 Numeerinen integrointi Numeerisell integroinnill trkoitetn määrätyn integrlin, eli reliluvun I(f,,b) = f(x)dx lskemist numeerisin keinoin (likimäärin)
LisätiedotÄärellisesti generoitujen Abelin ryhmien peruslause
Tero Harju (2008/2010) Äärellisesti generoitujen Abelin ryhmien peruslause Merkintä X on joukon koko ( eli #X). Vapaat Abelin ryhmät Tässä kappaleessa käytetään Abelin ryhmille additiivista merkintää.
LisätiedotInvestointimahdollisuudet ja niiden ajoitus
Investointimahdollisuudet ja niiden ajoitus Ratkaisu optiohinnoitteluteorian avulla Esitelmä - Eeva Nyberg Optimointiopin seminaari - Syksy 000 / Tähän asti opittua NP:n rajoitteet vaikka NP negatiivinen
LisätiedotDeterminantti 1 / 30
1 / 30 on reaaliluku, joka on määritelty neliömatriiseille Determinantin avulla voidaan esimerkiksi selvittää, onko matriisi kääntyvä a voidaan käyttää käänteismatriisin määräämisessä ja siten lineaarisen
LisätiedotJohdatus reaalifunktioihin P, 5op
Johdtus relifunktioihin 802161P, 5op Os 3 Pekk Slmi 19. lokkuut 2015 Pekk Slmi FUNK 19. lokkuut 2015 1 / 48 Integrlit 1 Määrätty integrli = oike integrli: esim. 1 0 x 2 dx = reliluku 2 Määräämätön integrli
LisätiedotVastaa tehtäviin 1-4 ja valitse toinen tehtävistä 5 ja 6. Vastaat siis enintään viiteen tehtävään.
S-8. Sähkönsiirtoärstlmät Tntti 8..7 Vst thtäviin -4 vlits toinn thtävistä 5 6. Vstt siis nintään viitn thtävään.. Tutkitn ll piirrttyä PV-käyrää, ok kuv sllist vrkko, oss on tuotntolu kuormituslu niidn
Lisätiedot4. Reaalifunktioiden määrätty integraali
6 4. Relifunktioiden määrätt integrli Vrsinisesti termi "integrli" tulee seurvss esitettävästä määrätstä integrlist, jok on läheistä suku summmiselle. Yhtes derivttn on sitten perustv ltu olev tulos, jot
LisätiedotKKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.139 Optimointioppi Kimmo Berg 7. harjoitus - ratkaisut 1. Oletetaan aluksi, että epäyhtälöt eivät ole aktiivisia p i > 0. Tässä tapauksess KKTehdot
LisätiedotVille Turunen: Mat Matematiikan peruskurssi P1 3. välikokeen alueen teoriatiivistelmä 2007
Ville Turunen: Mt-.4 Mtemtiikn peruskurssi P 3. välikokeen lueen teoritiivistelmä 27 Mterili: kirjt [Adms] R. A. Adms: Clculus, complete course (6th edition), [Ly] D. C. Ly: Liner lgebr nd its pplictions
LisätiedotLuento 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
LisätiedotDiskreettiaikainen 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
Lisätiedot1. Yhtälöiden ratkaisemisesta Olkoon f välillä [a, b] jatkuva funktio, jolle f(a) f(b) < 0. Bolzanon lauseen [A1]
1. Yhtälöiden rtkisemisest Olkoon f välillä [, b] jtkuv funktio, jolle f() f(b)
LisätiedotEDE Elementtimenetelmän perusteet. Luento vk 1 Syksy Matematiikan ja matriisilaskennan kertausta
mperee tekillie yliopisto hum.8.3 Kostruktiotekiik litos EDE-00 Elemettimeetelmä perusteet. Lueto vk Syksy 03. Mtemtiik j mtriisilske kertust Yleistä Kirjoittele täe joiti kurssi keskeisiä sioit iille,
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
Lisätiedot2.5 Säännöllisten kielten rajoituksista
68 2.5 Säännöllisten kielten rjoituksist Minkä thns kkoston formlej kieliä (= päätösongelmi, tunnistusongelmi) on ylinumeroituv määrä kun ts säännöllisiä lusekkeit (= merkkijonoj) on numeroituv määrä Näin
LisätiedotA-Osio. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat. A-osiossa ei saa käyttää laskinta.
MAA Loppukoe 5.. Jussi Tyni Tee pisteytysruudukko konseptin yläreunn! Vstuksiin väliviheet, jotk perustelevt vstuksesi! Lue ohjeet huolellisesti! A-Osio. Vlitse seurvist kolmest tehtävästä kksi, joihin
LisätiedotPinta-alan laskeminen
Pint-ln lskeminen Esimerkki Välillä, jtkuvn, einegtiivisen funktion f määrätt integrli nt suorn pint-ln, eli f = A. INTEGRAALILASKENTA, MAA9 A = f Toislt, jos f on välillä,, eipositiivinen, eli f R, niin
Lisätiedot5.4 Ellipsi ja hyperbeli (ei kuulu kurssivaatimuksiin, lisätietoa)
5.4 Ellipsi j hypereli (ei kuulu kurssivtimuksiin, lisätieto) Aurinkokuntmme plneett kiertävät Aurinko ellipsin (=litistyneen ympyrän) muotoist rt, jonk toisess polttopisteessä Aurinko on. Smoin Mt kiertävät
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
Lisätiedot4 Taso- ja avaruuskäyrät
P2-luentoj kevät 2008, Pekk Alestlo 4 Tso- j vruuskäyrät Tässä luvuss tutustutn tso- j vruuskäyriin, niiden krenpituuteen j krevuuteen. Konkreettisin sovelluksin trkstelln nnettu rt pitkin liikkuvn hiukksen
LisätiedotHYPERBOLISEN GEOMETRIAN PUOLITASOMALLI
HYPERBOLISEN GEOMETRIAN PUOLITASOMALLI JUKKA SELIN Dte: 9. joulukuut 200. 2 JUKKA SELIN Sisältö. Johdnto 3 2. Puolitsomllin peruskäsitteet 3 3. Riemnnin pllo 5 4. Möbius-muunnokset 8 5. Kren pituus tsoss
LisätiedotSopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen
Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen
LisätiedotMatemaattiset menetelmät I. Seppo Hassi
Mtemttiset menetelmät I Seppo Hssi Syksy 2011 iii Esipuhe Tämä on 1. versio Mtemttiset menetelmät I-kurssin opetusmonisteest, jok perustuu Vsn yliopistoss luennoimni vstvn nimiseen kurssiin. Sisältö noudtt
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 12 To 13.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 12 To 13.10.2011 p. 1/38 p. 1/38 Tavalliset differentiaaliyhtälöt Yhtälöissä tuntematon funktio Tavalliset
LisätiedotVALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.2014 Ratkaisut ja arvostelu
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 3.6.4 Rtkisut j rvostelu. Koululisen todistuksen keskirvo x on lskettu ) b) c) d) kymmenen ineen perusteell. Jos koululinen nostisi neljän ineen
LisätiedotMääritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )
Määritelmä 519 Olkoon T i L V i, W i, 1 i m Yksikäsitteisen lineaarikuvauksen h L V 1 V 2 V m, W 1 W 2 W m h v 1 v 2 v m T 1 v 1 T 2 v 2 T m v m 514 sanotaan olevan kuvausten T 1,, T m indusoima ja sitä
Lisätiedot763333A KIINTEÄN AINEEN FYSIIKKA Ratkaisut 1 Kevät 2014
763333A KIINTEÄN AINEEN FYSIIKKA Rtkisut 1 Kevät 014 1. Tehtävä: Lske, kuink mont hilpistettä on yksikkökopiss ) yksinkertisess kuutiollisess, b) tkk:ss j c) pkk:ss. (Ot huomioon, että esimerkiksi yksikkökopin
Lisätiedot2 Epäoleellinen integraali
ANALYYSI C, HARJOITUSTEHTÄVIÄ, SYKSY 8 Epäoleellinen integrli Integrointivihje: Hyödynnä yhdistetyn funktion integrointisääntöä.. Määritä 9 9 (c) ( ). Tutki, millä vkion p rvoill epäoleellinen integrli
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
LisätiedotKertymäfunktio. Kertymäfunktio. Kertymäfunktio: Mitä opimme? 2/2. Kertymäfunktio: Mitä opimme? 1/2. Kertymäfunktio: Esitiedot
TKK (c) Ilkk Mellin (24) 1 Johdtus todennäköisyyslskentn TKK (c) Ilkk Mellin (24) 2 : Mitä opimme? 1/2 Jos stunnisilmiötä hlutn mllint mtemttisesti, on ilmiön tulosvihtoehdot kuvttv numeerisess muodoss.
LisätiedotRiemannin integraalista
TAMPEREEN YLIOPISTO Pro grdu -tutkielm Aij Stenberg Riemnnin integrlist Mtemtiikn j tilstotieteen litos Mtemtiikk Syyskuu 2010 2 Tmpereen yliopisto Mtemtiikn j tilstotieteen litos STENBERG, AIJA: Riemnnin
Lisätiedot