Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Koko: px
Aloita esitys sivulta:

Download "Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille"

Transkriptio

1 Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille

2 . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial equaions. Memoirs, American Mahemaical ociey 4, 5 Io s lemma is he sochasic calculus counerpar of he chain rule in orinary calculus an is bes memorize using he Taylor series expansion an reaining he secon orer erm relae o he sochasic componen change. The lemma is wiely employe in mahemaical finance an is bes known applicaion is in he erivaion of he Black choles equaion use o value opions. (Wikipeia)

3 Oleeaan, eä muuuja x nouaaa seuraavaa Io -prosessia: x a( x, ) b( x, ) z, missä keroime a, b riippuva muuujasa x ja ajasa, ja z nouaaa Wiener -prosessia; a on prosessin rif -parameri b keskihajona. Oleeaan funkio (x,). Tällöin nouaaa seuraavaa prosessia: x a x b bz. x () Tää ulosa kusuaan Ion lemmaksi; sen varsin vaaiva oisus sivuueaan (oisuksen iea löyyy Hull n kirjasa s. 35-6).

4 . Black-choles -malli Opioien kohe-euuena olevan osakkeen hinnan oleeaan nouaavan geomerisa Brownin prosessia: z z. missä -prosessin rif -parameri on ja σ on keskihajona. Tällöin Ion lemman nojalla suure ln() (=()) nouaaa yleiseyä Wiener -prosessia: [ln( )] z, () missä σ / on prosessin rif -parameri. Toiseaan ämä seuraavasi.

5 Oleamalla () = ln() saaaan:,,. ijoiamalla nämä ulokse Ion lemmaan () muisaen, eä x =, a = ja b = σ, saaaan: ( ) z z. Tällöin ln( T ai oisin sanouna: ) ln( ) N[( / ) T, T ], ln( T ) N[ln( ) ( / ) T, T ].

6 Opioia hinnoielaessa piää huomaa, eä sekä oso- eä myyniopion hina riippuu kohe-euuen hinnasa ja ajasa. Merkiään opion hinaa f:llä. Tällöin f (, ) ja z. Tällöin Ion lemman mukaan opion hina f nouaaa seuraavaa sokasisa prosessia: f z, Yllä joheu ulos osoiaa, eä sama Wiener -prosessi z vaikuaa sekä osakkeen eä opion hinaan. Muooseaan ny oso-opiosa ja kohe-euuena olevasa osakkeesa riskiön porfolio aiempaan apaan seuraavasi:

7 Aseeaan opio arvolaan f ja oseaan / kpl osakkeia. Tällöin porfolion Π arvo on: f, Kun / vakio ja sijoiamme alla olevaan kaavaan eellä määrielly f:n ja :n prosessi, saamme: f. Koska yo. yhälössä ei ole mukana ermiä z, siinä ei ole epävarmuua. Porfolio Π on siis riskiön ja arbiraasimahollisuuen esäminen vaaii sen, eä porfolion uooase vasaa riskiönä korkoa. Näin saamme: r / r.

8 Kirjoiamalla auki eellisellä sivulla oleva kaava, saamme: r f. Tämä voiaan kirjoiaa muoossa: r rf. (4) Yhälö (4) unneaan Black-choles-Meron osiaisiffereniaaliyhälönä. en rakaisuna reunaehoilla c p max( max( X X,),,), kun kun saaaan Black-choles (B-) hinnoielumalli eurooppalaisille oso- ja myyniopioille oeuushinnalla X ja maurieeilla T. T, T,

9 Oso-opion (c) ja myyniopion (p) B- hinnoielukaava opioien alkuhekillä ova: c ln( ) / X ) Xe rt ( r T ), / ) T p, ln( / X ) / ) T missä N on normaalijakauman,) kerymäfunkio. Kaikki muu kaavojen muuuja unneaan paisi, joka on esimoiava. B- -mallin ymmäräminen vaaii sekä sokasisen prosessien eä osiaisiffereniaaliyhälöien ymmärämisä, joen on ymmärreävää, eä kyseisä mallinamisa ehään pääasiassa maemaaikkojen oimesa. Tällä kurssilla emme eellyä mallin maemaaisen muoon hallinaa, mua enissä voiaan kysyä esimerkiksi mallin yleisiä johamisperiaaeia ai muia malliin liiyviä asioia, joka eivä eellyä mallissa käyeävän maemaiikan hallinaa. Xe rt ) ( r T ),,

10 B- -mallin oimivuua voiaan esaa esimerkiksi oleamalla > X ja anamalla T ->, eli lähesymällä opioien oeuuspäivää. Tällöin ln( /X ) > ja, -> + jolloin ) = ) = ja - ) = - ) =, ja c X, p. Toisaala, jos < X jolloin ln( /X) <, ja anamalla T ->, eli lähesymällä opioien oeuuspäivää, ällöin:, -> jolloin ) = ) = ja - ) = - ) =, ja c, p X. Opioien oeuuspäivinä niien B- -mallin anama hinna vasaava siis opioien perusarvoja kuen piääkin.

11 Esimerkki. = $4, X = $4, r =, (/v), T =,5 (v), =, (/ v). Tällöin: ln(4/ 4) (,,,,5 / ),5,7693, ln(4/ 4) (,,,,5 / ),5,678, Xe rt 4e,7693),678),,5 38,49,,779,,7693),7349,,678),9,,65. Näillä ieoilla opioien hinnoiksi ulee: c 4,7693) 38,49,678) 4,76, p 38,49,678) 4,7693),8.

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia 6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

11. Jatkuva-aikainen optiohinnoittelu

11. Jatkuva-aikainen optiohinnoittelu . Jauva-aiainen opiohinnoielu Sijoiusoheien hinojen ehiymisä voiaan arasella myös jauva-aiaisina prosesseina Iô-prosessi erisuuruise perioiohaise hinnanmuuose mahollisia voiaan oisinaan raaisa analyyisesi.

Lisätiedot

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A.

9. Epäoleelliset integraalit; integraalin derivointi parametrin suhteen. (x + y)e x y dxdy. e (ax+by)2 da. xy 2 r 4 da; r = x 2 + y 2. b) A. 9. Epäoleellise inegraali; inegraalin derivoini paramerin suheen 9.. Epäoleellise aso- ja avaruusinegraali 27. Olkoon = {(x, y) x, y }. Osoia hajaanuminen ai laske arvo epäoleelliselle asoinegraalille

Lisätiedot

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

Lisätiedot

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014

MAT-02450 Fourier n menetelmät. Merja Laaksonen, TTY 2014 MAT-45 Fourier n meneelmä Merja Laaksonen, TTY 4..4 Sisälö Johano 3. Peruskäsieiä................................... 4.. Parillinen ja parion funkio....................... 7.. Heavisien funkio............................

Lisätiedot

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

Wiener-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

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +.

ẍ(t) q(t)x(t) = f(t) 0 1 z(t) +. Diffrniaaliyhälö II, harjoius 3, 8 228, rakaisu JL, kuusi sivua a On muunnava linaarinn oisn kraluvun diffrniaaliyhälö ẍ qx f yhäpiäväksi nsimmäisn kraluvun linaarisksi kahdn skalaariyhälön sysmiksi Rak

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 8 (viikko 14) Tehävä 1 LAD-käyrä siiryy ylöspäin. Ulkomaisen hinojen nousessa oman maan reaalinen vaihokurssi heikkenee 1 vaihoase vahvisuu IS-käyrä

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus Epävarmuus diskonokoroissa ja miakaavaeu vs. jousavuus Opimoiniopin seminaari - Syksy 2000 / 1 Esielmän sisälö Kirjan Invesmen Under Uncerainy osan I luvu 4 ja 5. Mien epävarmuus diskonokorossa vaikuaa

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Luento 4. Fourier-muunnos

Luento 4. Fourier-muunnos Lueno 4 Erikoissignaalien Fourier-muunnokse Näyeenoo 4..6 Fourier-muunnos Fourier-muunnos Kääneismuunnos Diricle n edo Fourier muunuvalle energiasignaalille I: Signaali on iseisesi inegroiuva v ( d< II:

Lisätiedot

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet

Muuttuvan kokonaissensitiivisyyden mallinnus valvontaohjelman riskinarvioinnissa esimerkkinä munintaparvet Muuuvan kokonaissnsiiivisyyn mallinnus valvonaohjlman riskinarvioinnissa simrkkinä muninaarv Tausa: Aimma salmonllarojki FooBUG rojki ja uusi malli muninaarvill 8. EFSA WG: salmonlla muninaarvissa. Samaa

Lisätiedot

STOKASTISIA MALLEJA SÄHKÖN HINNOITTELUUN. Sanni Sieviläinen

STOKASTISIA MALLEJA SÄHKÖN HINNOITTELUUN. Sanni Sieviläinen HELSINGIN YLIOPISTO Maemaais-Luonnonieeellinen iedekuna Maemaiikan ja ilasoieeen laios STOKASTISIA MALLEJA SÄHKÖN HINNOITTELUUN Sanni Sieviläinen Pro Gradu-ukielma Ohjaaja: Dario Gasbarra 3. syyskuua 215

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon 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

Lisätiedot

Tietoliikennesignaalit

Tietoliikennesignaalit ieoliikennesignaali 1 ieoliikenne inormaaion siiroa sähköisiä signaaleja käyäen. Signaali vaiheleva jännie ms., jonka vaiheluun on sisällyey inormaaioa. Signaalin ominaisuuksia voi ukia a aikaasossa ime

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali

VÄRÄHTELYMEKANIIKKA SESSIO 17: Yhden vapausasteen pakkovärähtely, impulssikuormitus ja Duhamelin integraali 7/ VÄRÄHTELYMEKANIIKKA SESSIO 7: Yhn vapausasn paovärähly, impulssiuormius ja Duhamlin ingraali IMPULSSIKUORMITUS Maanisn sysmiin ohisuva jasoon hrä on usin ajasa riippuva lyhyaiainn uormius. Ysinraisin

Lisätiedot

Systeemimallit: sisältö

Systeemimallit: sisältö Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen

Lisätiedot

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.

Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV. Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia

Lisätiedot

f (t) + t 2 f(t) = 0 f (t) f(t) = t2 d dt ln f(t) = t2, josta viimeisestä yhtälöstä saadaan integroimalla puolittain

f (t) + t 2 f(t) = 0 f (t) f(t) = t2 d dt ln f(t) = t2, josta viimeisestä yhtälöstä saadaan integroimalla puolittain Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoituksen mallit Kevät 09 Tehtävän ratkaisu a) Analyysin peruslauseen mukaan missä c, c R y () = 3 sin() y () = 3 sin() = 3 cos()

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) (

Silloin voidaan suoraan kirjoittaa spektrin yhtälö käyttämällä hyväksi suorakulmaisen pulssin Fouriermuunnosta sekä viiveen vaikutusta: ( ) ( TT/TV Inegraalimuunnokse Fourier-muunnos, ehäviä : Vasauksia Meropolia/. Koivumäki v(. Määriä oheisen signaalin Fourier-muunnos. Vinkki: Superposiio, viive. Voidaan sovelaa superposiioperiaaea, koska signaalin

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1

1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1 KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,

Lisätiedot

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx =

joka on separoituva yhtälö, jolla ei ole reaalisia triviaaliratkaisuja. Ratkaistaan: z z(x) dx = HY / Maemaiikan ja ilasoieeen laios Differeniaalihälö I kevä 09 Harjois 4 Rakaisehdoksia. Rakaise differeniaalihälö = (x + + Rakais: Tehdään differeniaalihälöön lineaarinen mnnos z(x = x + (x + jolloin

Lisätiedot

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

Lyhyt johdanto Taylorin sääntöön

Lyhyt johdanto Taylorin sääntöön K a n s a n a l o u d e l l i n e n a i k a k a u s k i r j a 1 0 6. v s k. 2 / 2 0 1 0 Lyhy johdano Taylorin säänöön Juha Tervala Johaja Aboa Cenre for Economics 1. Johdano Taylorin säänö on sen kehiäjän

Lisätiedot

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan

Derivoimalla ensimmäinen komponentti, sijoittamalla jälkimmäisen derivaatta siihen ja eliminoimalla x. saadaan 87 5. Eliminoinimeneely Tarkaellaan -kokoia vakiokeroimia yeemiä + x a a x a x + a x b() x = = = +. a a x a x a x b () (3) b() x + Derivoimalla enimmäinen komponeni, ijoiamalla jälkimmäien derivaaa iihen

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivasaukse KA5-kurssin laskareihin, kevä 2009 Harjoiukse 2 (viikko 6) Tehävä 1 Sovelleaan luenokalvojen sivulla 46 anneua kaavaa: A A Y Y K α ( 1 α ) 0,025 0,5 0,03 0,5 0,01 0,005 K Siis kysyy Solowin

Lisätiedot

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa

Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa TAMPEREEN YLIOPISTO Johamiskorkeakoulu Asunojen huomioini varallisuusporfolion valinnassa ja hinnoielussa Kansanalousiede Pro gradu -ukielma Elokuu 2012 Ohjaaja: Hannu Laurila Tuomo Sola TIIVISTELMÄ Tampereen

Lisätiedot

VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMEN JA RAHOITUKSEN LAITOS. Jukka Lähteenmäki

VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMEN JA RAHOITUKSEN LAITOS. Jukka Lähteenmäki VAASAN YLIOPISTO KAUPPATIETEELLINEN TIEDEKUNTA LASKENTATOIMEN JA RAHOITUKSEN LAITOS Jukka Läheenmäki POLIITTISTEN VAALIEN VAIKUTUS INDEKSIOPTIOIDEN IMPLISIITTISEEN VOLATILITEETTIN Laskenaoimen ja rahoiuksen

Lisätiedot

Optioiden hinnoittelu Pohjoisella sähkömarkkinalla. Minna Kauria-Kojo Pro gradu-tutkielma Matematiikan ja tilastotieteen laitos Helsingin yliopisto

Optioiden hinnoittelu Pohjoisella sähkömarkkinalla. Minna Kauria-Kojo Pro gradu-tutkielma Matematiikan ja tilastotieteen laitos Helsingin yliopisto Opioiden hinnoielu Pohjoisella sähkömarkkinalla Minna Kauria-Kojo Pro gradu-ukielma Maemaiikan ja ilasoieeen laios Helsingin yliopiso 13.12.2016 HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF

Lisätiedot

2. Suoraviivainen liike

2. Suoraviivainen liike . Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

Lisätiedot

Koska yhteys tavalliseen eksponenttifunktion sarjakehitelmään on selvä, asetetaan seuraava määritelmä.

Koska yhteys tavalliseen eksponenttifunktion sarjakehitelmään on selvä, asetetaan seuraava määritelmä. Ma-.433/433/45 Mariisiksponnifunkio, K3/P3/V3, syksy 22 Pkka Alsalo/(Hikki Apiola) Pkan ysävällissi käyööni anamaan lähkooiin oln hny omia lisäyksiäni, HA Viiiä [TE] Timo Eirola: Linaarialgbra, lunomonis

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

Yhden selittäjän lineaarinen regressiomalli

Yhden selittäjän lineaarinen regressiomalli Moimuuujameeelmä Yhde seliäjä lieaarie regressiomalli Moimuuujameeelmä: Yhde seliäjä lieaarie regressiomalli Ilkka Melli. Yhde seliäjä lieaarie regressiomalli, se esimoii ja esaus.. Yhde seliäjä lieaarie

Lisätiedot

Tervehdys Naantalin Musiikkiopistosta

Tervehdys Naantalin Musiikkiopistosta Läheäjä: Huhala Sauli [mailo:sauli.huhala@naanali.fi] Läheey: 19. helmikuua 2018 12:20 Vasaanoaja: Leppänen Jorma Tervehdys Naanalin Musiikkiopisosa Kävin kasomassa ko.ilan, joka on varmasi hyvä kaikkien

Lisätiedot

Diskreetillä puolella impulssi oli yksinkertainen lukujono:

Diskreetillä puolella impulssi oli yksinkertainen lukujono: DEE-00 ineaarise järjeselmä Harjoius 5, rakaisuehdoukse [johdano impulssivaseeseen] Jakuva-aikaisen järjeselmän impulssivase on vasaavanlainen järjeselmäyökalu kuin diskreeillä puolellakin: impulssivase

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio

Ito-prosessit. Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma. S ysteemianalyysin. Laboratorio Ito-prosessit Määritelmä Geometrinen Brownin liike Keskiarvoon palautuvat prosessit Iton lemma Optimointiopin seminaari - Syksy 2000 / 1 Ito-prosessit Brownin liikkeen yleistys (Ito prosessi) x(t) : dx

Lisätiedot

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Kauppaieeellinen iedekuna Talousjohaminen Kandidaainukielma Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Monhly and Turn-of-he-Monh anomaly in he Finnish sock marke during

Lisätiedot

YKSISIVUKAISTAMODULAATIO (SSB)

YKSISIVUKAISTAMODULAATIO (SSB) YKSISIVUKAISTAODULAATIO SSB ien kaisaa voi sääsää verrauna DSB- a A-modulaaioihin? ikä on Hilber-munnin? 5357A Tieoliikenneekniikka I Osa 9 Kari Kärkkäinen Kevä 05 YKSISIVUKAISTAODULAATION IDEA DSB & A-inormaaio

Lisätiedot

Takaperäiset stokastiset dierentiaaliyhtälöt, niiden rahoitusteoreettisia sovelluskohteita ja johdatus Itô-analyysiin

Takaperäiset stokastiset dierentiaaliyhtälöt, niiden rahoitusteoreettisia sovelluskohteita ja johdatus Itô-analyysiin Takaperäise sokasise diereniaaliyhälö, niiden rahoiuseoreeisia sovelluskoheia ja johdaus Iô-analyysiin Topias Tolonen 13. joulukuua 217 Pro gradu -ukielma Maemaiikan ja ilasoieeen laios Ohjaaja: Dario

Lisätiedot

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla BoF Online 3 29 Finanssipoliiikan ehokkuudesa Yleisen asapainon arkaseluja Aino-mallilla Juha Kilponen Tässä julkaisussa esiey mielipiee ova kirjoiajan omia eiväkä välämää edusa Suomen Pankin kanaa. Suomen

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

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 8..6 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä KALA- JA RIISTARAPORTTEJA nro 374 Jukka Laiinen Jari Seälä Kaija Saarni Suomen kalamarkkinoiden analyysi yheisinegraaiomeneelmällä Helsinki 006 Julkaisija Riisa- ja kalaalouden ukimuslaios KUVAILULEHTI

Lisätiedot

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus TyEL-maksun kehiykseen Eläkeurvakeskuksen keskuselualoieia 009:6 Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus

Lisätiedot

Ilmavirransäädin. Mitat

Ilmavirransäädin. Mitat Ilmairransäädin Mia (MF, MP, ON, MOD, KNX) Ød nom (MF-D, MP-D, ON-D, MOD-D, KNX-D) Tuoekuaus on ilmairasäädin pyöreälle kanaalle. Se koosuu sääöpellisä ja miaaasa oimilaieesa ja siä oidaan ohjaa huonesääimen

Lisätiedot

AKUSTISTEN ANALOGIOIDEN PERUSTEET 1 JOHDANTO 2 TIHEYSPOHJAISET ANALOGIAT. Seppo Uosukainen. VTT PL 1000, VTT

AKUSTISTEN ANALOGIOIDEN PERUSTEET 1 JOHDANTO 2 TIHEYSPOHJAISET ANALOGIAT. Seppo Uosukainen. VTT PL 1000, VTT AKIEN ANALOGIOIDEN PEREE eppo osukainen PL 000, 0044 eunimi.sukunimi@v.fi JOHDANO ässä arikkelissa esieään unneuimma akusise analogia ja niien rajoiukse. Akusisia analogioia käyeään kuvaamaan virauksen

Lisätiedot

8 YHDEN VAPAUSASTEEN VÄRÄHTELY

8 YHDEN VAPAUSASTEEN VÄRÄHTELY Dynaiikka 8. 8 YHDEN VAPAUSASTEEN VÄRÄHTELY 8. Yleisä Koneen- ja rakenneosa voiaan ioiaa avanoaisilla saiikan ja lujuusopin eneelillä kuoriusen ollessa ajasa riippuaoia eli saaisia. Käyännössä esiinyy

Lisätiedot

2. Systeemi- ja signaalimallit

2. Systeemi- ja signaalimallit 2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia

Lisätiedot

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s).

Huomaa, että aika tulee ilmoittaa SI-yksikössä, eli sekunteina (1 h = 3600 s). DEE- Piirianalyysi Ykkösharkan ehävien rakaisuehdoukse. askeaan ensin, kuinka paljon äyeen ladaussa akussa on energiaa. Tämä saadaan laskeua ehäväpaperissa anneujen akun ieojen 8.4 V ja 7 mah avulla. 8.4

Lisätiedot

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat!

A-osio. Ei laskinta! Valitse seuraavista kolmesta tehtävästä vain kaksi joihin vastaat! MAA Koe 7..03 A-osio. Ei laskina! Valise seuraavisa kolmesa ehäväsä vain kaksi joihin vasaa! A. a) Mikä on funkion f(x) määrieljoukko, jos f( x) x b) Muua ulomuooon: 4a 8a 4 A. a) Rakaise hälö: x 4x b)

Lisätiedot

Luento 9. Epälineaarisuus

Luento 9. Epälineaarisuus Lueno 9 Epälineaarisuus 9..7 Epälineaarisuus Tarkasellaan passiivisa epälineaarisa komponenia u() y() f( ) Taylor-sarjakehielmä 3 y f( x) + f '( x) ( x x) + f ''( x) ( x x) + f ''( x) ( x x) +...! 3! 4!

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 10 1 Sarjakehitelmiä Palautetaan mieliin, että potenssisarja on sarja joka on muotoa a n (x x 0 ) n = a 0 + a 1 (x x 0 ) + a 2 (x x 0 ) 2 + a 3 (x x 0 ) 3 +. n=0 Kyseinen

Lisätiedot

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta

TKK Tietoliikennelaboratorio Seppo Saastamoinen Sivu 1/5 Konvoluution laskeminen vaihe vaiheelta KK ieoliikennelaboraorio 7.2.27 Seppo Saasamoinen Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali, kun ulosignaali ja järjeselmän

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 7 Differentiaalikehitelmä Funktion f erivaatta pisteessä x 0 eli f (x 0 ) on erotusosamäärän rajaarvo: f (x) f (x 0 ). x x 0 x x 0 Tämä voiaan esittää hieman eri muoossa

Lisätiedot

Termiinikurssi tulevan spot-kurssin ennusteena

Termiinikurssi tulevan spot-kurssin ennusteena TAMPEREEN YLIOPISTO Talousieeiden laios Termiinikurssi ulevan spo-kurssin ennuseena Kansanalousiede Pro gradu-ukielma Talousieeiden laios Tampereen yliopiso 28.2.2006 Ville Kivelä 1 TIIVISTELMÄ Tampereen

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

Lisätiedot

Sähköstatiikka ja magnetismi Kondensaattorit ja kapasitanssi

Sähköstatiikka ja magnetismi Kondensaattorit ja kapasitanssi Sähköstatiikka ja magnetismi Konensaattorit ja kapasitanssi ntti Haarto 1.5.13 Yleistä Konensaattori toimii virtapiirissä sähköisen potentiaalin varastona Kapasitanssi on konensaattorin varauksen Q ja

Lisätiedot

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Kauppaieeellinen iedekuna Talouden ja yriysjuridiikan laios Kandidaainukielma Rahoius KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Currency Marke Efficiency of Developed Counries: USD Index

Lisätiedot

Derivointiesimerkkejä 2

Derivointiesimerkkejä 2 Derivointiesimerkkejä 2 (2.10.2008 versio 2.0) Parametrimuotoisen funktion erivointi Esimerkki 1 Kappale kulkee pitkin rataa { x(t) = sin 2 t y(t) = cos t. Määritetään raan suuntakulma positiiviseen x-akseliin

Lisätiedot

Sarjoja ja analyyttisiä funktioita

Sarjoja ja analyyttisiä funktioita 3B Sarjoja ja analyyttisiä funktioita 3B a Etsi funktiolle z z 5 potenssisarjaesitys kiekossa B0, 5. b Etsi funktiolle z z potenssisarjaesitys kiekossa, jonka keskipiste on z 0 4. Mikä on tämän potenssisarjan

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23

2. Matemaattinen malli ja funktio 179. a) f (-2) = -2 (-2) = = -6 b) f (-2) = 2 (-2) 2 - (-2) = (-8) + 7 = = 23 LISÄTEHTÄVÄT. Maemaainen malli ja funkio 9. a) f (-) = - (-) + = - + = -6 b) f (-) = (-) - (-) + = - (-8) + = 8 + 8 + = 80. a) f ( ) = + f ( ) = 0 + = 0 ( ) = ± = ± = ai = Vasaus: = - ai = b) + = + = 0

Lisätiedot

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde

Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde Öljyn hinnan ja Yhdysvalojen dollarin riippuvuussuhde Kansanalousiede Pro gradu -ukielma Talousieeiden laios Tampereen yliopiso Toukokuu 2010 Jari Hännikäinen TIIVISTLMÄ Tampereen yliopiso Talousieeiden

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 3. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 3. viikolle / MS-A008 Differentiaali- ja integraalilaskenta, V/07 Differentiaali- ja integraalilaskenta Ratkaisut 3. viikolle / 5. 7.4. Taylorin Polynomit, Taylorin sarjat, potenssisarjat, Newtonin menetelmä Tehtävä

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

MÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E23641. Tampere 18.5.2010

MÄNTTÄ-VILPPULAN KAUPUNKI. Mustalahden asemakaava Liikenneselvitys. Työ: E23641. Tampere 18.5.2010 MÄNÄ-VLPPULAN KAUPUNK Musalahden asemakaava Liikenneselviys yö: E ampere 8..00 ARX Ympärisö Oy PL 0 ampere Puhelin 00 000 elefax 00 00 www.airix.fi oimiso: urku, ampere, Espoo ja Oulu Mänä-Vilppulan kaupunki,

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

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5

Konvoluution laskeminen vaihe vaiheelta Sivu 1/5 S-72. Signaali ja järjeselmä Laskuharjoiukse, syksy 28 Konvoluuion laskeminen vaihe vaiheela Sivu /5 Konvoluuion laskeminen vaihe vaiheela Konvoluuion avulla saadaan laskeua aika-alueessa järjeselmän lähösignaali,

Lisätiedot

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13

Luoki?elua: tavallinen vs osi?ais. Osa 11. Differen0aaliyhtälöt. Luoki?elua: kertaluku. Luoki?elua: lineaarisuus 4/13/13 4/3/3 Osa. Differen0aaliyhtälöt Differen0aaliyhtälö = yhtälö jossa esiintyy jonkin funk0on derivaa?a. Esim: dx = x2 f x + f xy 2 2m d 2 ψ = Eψ dx 2 Luoki?elua: tavallinen vs osi?ais Differen0aaliyhtälöt

Lisätiedot

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X ,

X(t) = X 0 + tx 1 + t 2 X 2 + t 3 X , Ma-1.1332 Mariisiksponnifunkio, KP3-II, syksy 2007 Pkka Alsalo Johdano. Tämä monis sisälää kurssilla arviava ido mariisiksponnifunkiosa. Mariisiksponnifunkio. Suraavassa A on raalinn n n-mariisi, jonka

Lisätiedot

Mapu I Laskuharjoitus 2, tehtävä 1. Derivoidaan molemmat puolet, aloitetaan vasemmasta puolesta. Muistetaan että:

Mapu I Laskuharjoitus 2, tehtävä 1. Derivoidaan molemmat puolet, aloitetaan vasemmasta puolesta. Muistetaan että: Mapu I Laskuharjoitus 2, tehtävä 1 1. Eräs trigonometrinen ientiteetti on sin2x = 2sinxcosx Derivoimalla yhtälön molemmat puolet x:n suhteen, joha lauseke cos 2x:lle. Ratkaisu: Derivoiaan molemmat puolet,

Lisätiedot

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

IV. 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

Lisätiedot

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa

Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa Laskelmia verouksen painopiseen muuamisen vaikuuksisa dynaamisessa yleisen asapainon mallissa Juha Kilponen ja Jouko Vilmunen TTässä arikkelissa esieään laskelmia siiä, mien verouksen painopiseen siiräminen

Lisätiedot

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma

Lisätiedot

ELEC-E8419 Sähkönsiirtojärjestelmät 1: Kulmastabiilius, taajuusstabiilius, roottorin nopeusstabiilius

ELEC-E8419 Sähkönsiirtojärjestelmät 1: Kulmastabiilius, taajuusstabiilius, roottorin nopeusstabiilius ELEC-E8419 Sähkönsiirojärjeselmä 1: Kulmasabiilius, aajuussabiilius, rooorin nopeussabiilius Kurssi syksyllä 015 erioi I-II, 5 opinopiseä Liisa Haarla Luenojen yinasia Kulmasabiilius, pina-alakrieeri,

Lisätiedot

Luento 11. tietoverkkotekniikan laitos

Luento 11. tietoverkkotekniikan laitos Lueno Lueno Sokasise signaali ja prosessi II. Sokasise prosessi Pruju Saionaarisuus, ergodisuus Auo ja risikorrelaaio ehospekri.3 Kohinan suodaaminen Sokasinen raja arvo ja derivaaa Winer Khinchin eoreema.3

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte

VÄRÄHTELYMEKANIIKKA SESSIO 14: Yhden vapausasteen vaimeneva pakkovärähtely, harmoninen kuormitusheräte 4/ VÄRÄHTELYMEKANIIKKA SESSIO 4: Yhden vaausaseen vaieneva akkvärähely, harninen kuriusheräe LIIKEYHTÄLÖN JOHTO JA RATKAISU Kuvassa n esiey visksisi vaienneun yhden vaausaseen harnisen akkvärähelijän erusalli.

Lisätiedot