Empiiriset sovellukset
|
|
- Ahti Salonen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Empiirist sollukst Kotithtään ratkaisu.4. S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
2 Kotithtää Epäsymmtrisn tidon huutokauppa öljysiintymästä Piirrä naapuripalstan omistaan yhtiön A tasapainotarjousfunktio () siintymäalusta yhtiön siintymästä tkmän arion funktiona, kun altion asttama tuntmaton hintaaraus R on tasajakautunut älillä [,4]. Olta V ksponntiaalissti jakautunksi paramtrilla. Portrin artikklista saa apuja (ks. Kua 4a). HUOM! Ylnsä ksponntiaalijakauman paramtri ymmärrtään muodossa λ - λ. Tässä thtäässä s oltttiin kuitnkin muotoon (/λ) -/λ sitlmänpitäjän irhn uoksi. Ts. ksponntiaalijakauman odotusaroksi oltttiin. Odotusarolla / optimiratkaisu olisi ollut aina all minimihinnan. S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
3 Ratkaisu ilman minimihintaa Tasapainotapauksssa ain julkista titoa omaaan yrityksn (yritys B) odottun tuoton tul olla nolla, jos sn tarjous oittaa huutokaupan. Jos odotttu tuotto on yli nollan, oi parmmin informoitu yritys (A) nostaa omia huutojaan ja lisätä tuottojaan. Vastaaasti, jos B:n odotttu tuotto on all nolla, s i halua osallistua huutokauppaan lainkaan. Ilman minimihintaa A:n optimaalinn huutostratgia on ( ) [ V ] E V S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
4 Ratkaisu ilman minimihintaa Jos yritys B tarjoaa nmmän, saadaan (p on yrityksn B tarjous) ( ) < < p ( ( ) ) < ( p) ( p) Yrityksn B tuoton odotusaro on [ < ( p) ] p E V V < ( p) E V [ ] p ( ( p) ) p p p Ensimmäinn yhtäsuuruusmrkki suraa siitä, ttä on satunnaismuuttujan V ralisaatio. Toinn suraa yksinkrtaissti yrityksn A huutostratgian lauskksta. S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
5 S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät Ratkaisu ilman minimihintaa Eksponntiaalijakautunlla V:llä ja paramtrillä (kun paramtri ymmärrtään samaksi kuin kskiaro) saadaan optimaalisksi tarjouksksi [ ] ( ) ( ) ( ) ) ( d d d d P V V P V d V P V V E V
6 Ratkaisu ain minimihinnalla Jos altio asttaa huudoll minimihinnan R, joka noudattaa tasajakaumaa älillä [-4], täytyy yrityksn A ottaa tämä huomioon omissa huudoissaan. Tarkastllaan tilanntta, jossa yritys A ottaa huomioon ain minimihinnan. Tuoton odotusaron lausk on ( R)( ) ( ) Tässä siis krrotaan ksknään alun aron ja huudon rotus skä todnnäköisyys oittaa huutokauppa. p,,, 4 4 S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
7 S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät Ratkaisu ain minimihinnalla Optimaalinn tarjous saadaan driaatan nollakohdasta (tuotto on :n funktiona alaspäin aukaa paraali) ( ) d d d d
8 Ratkaisu ain minimihinnalla Optimaalisksi tarjouksksi saadaan <,, 4, 6 6 S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
9 Lopullinn ratkaisu Lopullinn optimi saadaan, kun ottaan kilpailijan ja minimihinnan optimiratkaisuista maksimi. Kuassa aaka-akslilla on alun aro ja pystyakslilla optimaalinn tarjous. Sininn käyrä näyttää minimihintaan liittyän optimin, ihrä kilpailijaan liittyän ja punainn lopullisn tarjousfunktion. S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
10 Lopullinn ratkaisu HUOM! Aron ollssa all kaksi ainoa hto optimaalisll tarjouksll on, ttä s on all kaksi, koska nämä tarjoukst tulat aina hylätyiksi. <, kun Tätn ratkaisu tällä älillä i ol yksikäsittinn. S ystmianalyysin Tknillinn korkakoulu Esitlmä # - Esitlmöijän nimi Optimointiopin sminaari - Kät
Y56 laskuharjoitukset 5 - mallivastaukset
Y56 Keät 010 1 Y56 laskuharjoitukset 5 - malliastaukset Harjoitus 1. Voiton maksimoia tuotannon taso & kiinteät kustannukset Taoitteena on ymmärtää kiinteiden kustannusten aikutus yrityksen tuotantopäätöksiin
LisätiedotA. Huutokaupat ovat tärkeitä ainakin kolmesta syystä. 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä.
HUUTOKAUPOISTA A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. 2. Huutokauppapelejä voidaan käyttää taloustieteen
LisätiedotJuuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty
Juuri 0 Thtävin ratkaisut Kustannusosakyhtiö Otava päivittty 9..08 Kokoavia thtäviä ILMAN TEKNISIÄ APUVÄLINEITÄ. a) Kirjoittaan kskiarvoll lausk :n avulla ja ratkaistaan yhtälöstä. π 4 π 4π :4 π 4 a b
LisätiedotTeknillinen korkeakoulu Mat Epälineaarisen elementtimenetelmän perusteet (Mikkola/Ärölä) 11. harjoituksen ratkaisut
Tknillinn korkakoulu Mat-5.187 Epälinaarisn lmnttimntlmän prustt (Mikkola/Ärölä) 11. harjoituksn ratkaisut Tht. 1 Rfrnssitilan suurita käyttän (kokonais-lagrang) lausuttu hto krittisn aika-askln pituudll
LisätiedotTee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Lue ohjeet huolellisesti
MAA8 Ko 5..04 T konsptiin pisttsruudukko! Muista kirjata nimsi ja rhmäsi. Lu ohjt huolllissti A-Osio: Ei saa kättää laskinta. MAOL saa olla alusta asti kätössä. Maksimissaan h aikaa suorittaa A- Osio.
LisätiedotTalousmatematiikan perusteet, ORMS1030
Tamprn ksäyliopisto, 2015-2016 Talousmatmatiikan prustt, ORMS1030 1. väliko, (ti 15.12.2015) Ratkais 3 thtävää. Kokssa saa olla mukana laskin (myös graafinn laskin on sallittu) ja taulukkokirja (MAOL tai
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 }{{}
LisätiedotHUUTOKAUPPATEORIAA TTS-Kurssille/Kultti 2012
HUUTOKAUPPATEORIAA TTS-Kurssille/Kultti 2012 A. Huutokaupat ovat tärkeitä ainakin kolmesta syystä: 1. Valtava määrä taloudellisia transaktioita tapahtuu huutokauppojen välityksellä. Muun muassa Yhdysvaltain
LisätiedotMalliratkaisut Demo 1
Malliratkaisut Demo 1 1. Merkitään x = kuinka monta viikkoa odotetaan ennen kuin perunat nostetaan. Nyt maksimoitavaksi kohdefunktioksi tulee f(x) = (60 5x)(300 + 50x). Funktio f on alaspäin aukeava paraaeli,
LisätiedotVoitonmaksimointi esimerkkejä, L9
Voitonmaksimointi esimerkkejä, L9 (1) Yritys Valmistaa kuukaudessa q tuotetta. Kysyntäfunktio on p = 15 0, 05q ja kustannusfunktio on C(q) = 350 + 2q + 0, 05q 2. a) Yritys valmistaa nyt tuotteita kuukaudessa
Lisätiedotmin x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
LisätiedotMartingaalit ja informaatioprosessit
4A Martingaalit ja informaatioprosessit Tämän harjoituksen tavoitteena on tutustua satunnaisvektorin informaation suhteen lasketun ehdollisen odotusarvon käsitteeseen sekä oppia tunnistamaan, milloin annettu
Lisätiedot763105P JOHDATUS SUHTEELLISUUSTEORIAAN 1 Ratkaisut 5 Kevät 2013
7635P JOHDATUS SUHTEELLISUUSTEORIAAN Ratkaisut 5 Keät 23. Aberraatio suhteellisuusteoriassa Tulkoon alo kuten tehtään kuassa (x, y)-tason x, y > neljänneksestä: u u x ˆx + u y ŷ c cos θ ˆx c sin θ ŷ. ()
LisätiedotDiplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat
LisätiedotHaitallinen 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
LisätiedotJuuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty
Kertaus K. a) E Nouseva suora. b) A 5. asteen polynomifunktio, pariton funktio Laskettu piste f() = 5 =, joten piste (, ) on kuvaajalla. c) D Paraabelin mallinen, alaspäin aukeava. Laskettu piste f() =
LisätiedotPelien teoriaa: tasapainokäsitteet
Pelien teoriaa: tasapainokäsitteet Salanién (2005) ja Gibbonsin (1992) mukaan Mat-2.4142 Optimointiopin seminaari Jukka Luoma 1 Sisältö Staattinen Dynaaminen Staattinen Dynaaminen Pelityyppi Täydellinen
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotOPTIMAALINEN INVESTOINTIPÄÄTÖS
OPTIMAALINEN INESTOINTIPÄÄTÖS Keskiarvoon palautuvalle prosessille ja Poissonin hyppyprosessille Optimointiopin seminaari - Syksy 000 / 1 I. KESKIAROON PALAUTUA PROSESSI Investoinnin kohde-etuuden arvo
LisätiedotPhysica 9 1. painos 1(8) 20. Varattu hiukkanen sähkö- ja magneettikentässä
Phyica 9 aino (8) 0 Varattu hiukkann ähkö- ja agnttikntää : 0 Varattu hiukkann ähkö- ja agnttikntää 0 a) Sähköknttä aikuttaa arattuun hiukkan oialla F = QE Poitiiiti aratull hiukkall oian uunta on ähkökntän
LisätiedotTalousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta
Talousmatematiikan perusteet: Luento 14 Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta Viime luennolla Tarkastelimme usean muuttujan funktioiden
LisätiedotDiplomi-insinöörien ja arkkitehtien yhteisvalinta - dia-valinta 2010 Insinöörivalinnan fysiikan koe 2.6.2010, malliratkaisut
A1 Diplomi-insinöörin ja arkkithtin yhtisalinta - dia-alinta 2010 Alla on lutltu kuusi suurtta skä annttu taulukoissa kahdksan lukuaroa ja kahdksan SI-yksikön symbolia. Yhdistä suurt oikan suuruusluokan
LisätiedotTehtäväsarja 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..
LisätiedotJatkuvan ajan dynaaminen optimointi
Jatkuvan ajan dynaaminen optimointi Diskreetistä ajasta jatkuvaan Ito prosessit Optimaalinen pysäytys Poisson prosessit Optimointiopin seminaari - Syksy 2000 / 1 Jatkuvan ajan dynaaminen π(x,u,t) tuottovirta
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi
Lisätiedot4 KORKEAMMAN KL:N LINEAARISET DIFFERENTIAALIYHTÄLÖT
KORKEAMMAN KL:N LINEAARISET DIFFERENTIAALIYHTÄLÖT Krtalukua n olvassa diffrntiaalihtälössä F(,,,, (n) ) = siint n:nnn krtaluvun drivaatta (n) = d n /d n ja mahdollissti almpia drivaattoja, :tä ja :ää.
Lisätiedotlnx x 1 = = lim x = = lim lim 10 = x x0
BM0A580 - Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 05. (a) (b) ln = sin(t π ) t π t π = = 0 = = cos(t π = ) = 0 t π (c) e [ = ] = = e e 3 = e = 0 = 0 (d) (e) 3 3 + 6 + 8 + 6 5 + 4 4 + 4
LisätiedotTällaisessa tapauksessa on usein luontevaa samaistaa (u,v)-taso (x,y)-tason kanssa, jolloin tason parametriesitys on *** VEKTORIANALYYSI.
39 VEKTORIANALYYI Luento 6 5. Pinnat ja pintaintegraalit Pintojen parametriesitys. Aikaisemmin käsittelimme käyrän esittämistä parametrimuodossa. iihen riitti yksi reaalinen parametri (t), joka sai aroja
LisätiedotProjektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen
Projektin keskeyttäminen, uudelleen käynnistäminen ja hylkääminen Optimointiopin seminaari - Syksy 000 / 1 Mallin laajennus Toiminta voidaan väliaikaisesti keskeyttää ja käynnistää uudelleen Keskeyttämisestä
LisätiedotDuaalisuus 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
LisätiedotTalousmatematiikan perusteet, ORMS1030
Tamprn ksäyliopisto, syksy 2016 Talousmatmatiikan prustt, ORMS1030 2. harjoitus, (p 4.11.2016) 1. Yritys valmistaa kappaltavaraa kappaltta viikossa. Yhdn kappaln matriaali- ja palkkakustannus on 7, jotn
LisätiedotArvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Päätöksentekijä on riskipakoinen, jos hyötyfunktio on konkaavi. a(x) = U (x) U (x)
Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Hyöty (engl. utility) = arvo, jonka koemme riskitilanteessa eli, kun teemme päätöksiä epävarmuuden (todennäköisyyksien) vallitessa. Vrt.
LisätiedotInvestointimahdollisuudet ja investoinnin ajoittaminen
Investointimahdollisuudet ja investoinnin ajoittaminen Ajoituksen ratkaisu dynaamisella optimoinnilla Optimointiopin seminaari - Syksy 000 / Esitelmän sisältö Investoinnin ajoitusongelman esittely Ongelman
LisätiedotMat Sovellettu todennäköisyyslasku A
TKK / Systeemianalyysin laboratorio Nordlund Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 5 (vko 4/003) (Aihe: jatkuvia satunnaismuuttujia ja jakaumia, sekamalli, Laininen luvut 5.1 5.7, 6.1 6.3)
Lisätiedot2 Osittaisderivaattojen sovelluksia
2 Osittaisderivaattojen sovelluksia 2.1 Ääriarvot Yhden muuttujan funktiolla f(x) on lokaali maksimiarvo (lokaali minimiarvo) pisteessä a, jos f(x) f(a) (f(x) f(a)) kaikilla x:n arvoilla riittävän lähellä
LisätiedotMatematiikkaa kauppatieteilijöille
Matematiikkaa kauppatieteilijöille Harjoitus 7, syksy 2016 1. Funktio f(x) = x 2x 2 + 4 on jatkuva ja derivoituva kaikilla x R. Nyt funktio f(x) on aidosti alaspäin kupera kun f (x) > 0 ja aidosti ylöspäin
LisätiedotLuento 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,
Lisätiedot3 TOISEN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT. y + p(x)y + q(x)y = r(x) (1)
5 3 TOISEN KERTALUVUN LINEAARISET DIFFERENTIAALIYHTÄLÖT Huomautus pälinaarisista diffrntiaalihtälöistä: Epälinaarisn DY:n ratkaismisn i ol lispätvää mntlmää. Joitakin rikoistapauksia voidaan ratkaista:
Lisätiedot0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta II, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä niistä
LisätiedotIntegraalifunktio. Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? MiH (Ivalon lukio) MAA10 25. kesäkuuta 2014 1 / 5
Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? MiH (Ivalon lukio) MAA10 25. kesäkuuta 2014 1 / 5 Pohdittavaa: Minkä funktion derivaattafunktio on a) 3x 2, b) 2x? Derivaatta a) 3x 2 Funktio
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
LisätiedotAsennus, kiertopumppu TBPA GOLD/COMPACT
I.TBPA8. Asennus, kiertopumppu TBPA GOLD/COMPACT. Yleistä Patteripiirin toisiopuolella olean kiertopumpun aulla armistetaan jäätymisahtitoiminto, kun käytetään pattereita, joissa ei ole jäätymishalkeamissuojaa.
Lisätiedot1. 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
LisätiedotMatematiikan peruskurssi (MATY020) Harjoitus 10 to
Matematiikan peruskurssi (MATY00) Harjoitus 10 to 6.3.009 1. Määrää funktion f(x, y) = x 3 y (x + 1) kaikki ensimmäisen ja toisen kertaluvun osittaisderivaatat. Ratkaisu. Koska f(x, y) = x 3 y x x 1, niin
LisätiedotMikrotaloustiede Prof. Marko Terviö Aalto-yliopiston 31C00100 Syksy 2015 Assist. Salla Simola kauppakorkeakoulu
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopiston 31C00100 Syksy 2015 Assist. Salla Simola kauppakorkeakoulu Mallivastaukset - Loppukoe 10.12. Monivalinnat: 1c 2a 3e 4a 5c 6b 7c 8e 9b 10a I (a) Sekaniputus
LisätiedotTalousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta
Talousmatematiikan perusteet: Luento 15 Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta Viime luennolla Tarkastelimme usean muuttujan funktioiden rajoittamatonta optimointia:
LisätiedotTodennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset
Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset 1. Olkoon X satunnaismuuttuja, ja olkoot a R \ {0}, b R ja Y = ax + b. (a) Olkoon X diskreetti ja f sen pistetodennäköisyysfunktio.
Lisätiedotk-kantaisen eksponenttifunktion ominaisuuksia
3.1.1. k-kantaisen eksponenttifunktion ominaisuuksia f() = k (k > 0, k 1) Määrittely- ja arvojoukko M f = R, A f = R + Jatkuvuus Funktio f on jatkuva Monotonisuus Funktio f aidosti kasvava, kun k > 1 Funktio
LisätiedotOletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U
HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi II, syksy 018 Harjoitus 4 Ratkaisuehdotukset Tehtävä 1. Olkoon U R avoin joukko ja ϕ = (ϕ 1, ϕ, ϕ 3 ) : U R 3 kaksiulotteisen C 1 -alkeispinnan
Lisätiedot8. RAKENNELUKU /α = 137, (8.1)
8. RAKENNELUKU 37 Raknnluku 37 on skä matmatiikassa ttä fysiikassa samantapainn ja prustavalaatuinn raknnluku kuin luonnonluku /. Fysiikassa luvun 37 kääntisarvoa kutsutaan hinoraknnvakioksi, jonka tarkka
Lisätiedot= 9 = 3 2 = 2( ) = = 2
Ratkaisut 1.1. (a) + 5 +5 5 4 5 15 15 (b) 5 5 5 5 15 16 15 (c) 100 99 5 100 99 5 4 5 5 4 (d) 100 99 5 100 ( ) 5 1 99 100 4 99 5 1.. (a) ( 100 99 5 ) ( ( 4 ( ) ) 4 1 ( ) ) 4 9 4 16 (b) 100 99 ( 5 ) 1 100
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016 Antti Rasila
LisätiedotLineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!
Lineaarinen optimointi Harjoitus 6-7, 016. 1. Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän c T x = min! (T) Ax b x 0 duaalitehtävän duaali on tehtävä (T). Ratkaisu. (P) c T x = min! Ax b x
LisätiedotTilastollinen päättely II, kevät 2017 Harjoitus 2A
Tilastollinen päättely II, kevät 07 Harjoitus A Heikki Korpela 3. tammikuuta 07 Tehtävä. (Monisteen tehtävä.3 Olkoot Y,..., Y n Exp(λ. Kirjoita vastaava tilastollisen mallin lauseke (ytf. Muodosta sitten
LisätiedotMatematiikan 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.
LisätiedotMIKROTEORIA 1, HARJOITUS 1 BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA
MIKROTEORIA, HARJOITUS BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA tilasto (600 00) 00 a. Kulmakerroin: = = =, koska 00 sivua lisää ta aiheuttaa (00 400) 00 luopumisen 00 sivusta tilastoa. Toisin
LisätiedotMalliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A050 Todennäköisyyslaskennan ja tilastotieteen peruskurssi B Satunnaismuuttujat ja todennäköisyysjakaumat Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
Lisätiedotexp(x) = e x x n n=0 v(x, y) = e x sin y
4 Alkisfunktioita 41 Eksponnttifunktio Eksponnttifunktio xp : R R on määritlty khitlmällä xp(x) = x x n = n! Pyrimm laajntamaan määritlmän koko tasoon C sitn, ttä 1 xp : C C on analyyttinn ja xp(x) = x,
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
Lisätiedot1. Laske sivun 104 esimerkin tapaan sellainen likiarvo luvulle e, että virheen itseisarvo on pienempi kuin 10 5.
MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi II Harjoitus Ratkaisuhdotuksia Aapo Tvanlinna. Lask sivun 4 simrkin tapaan sllainn likiarvo luvull, ttä virhn itsisarvo on pinmpi kuin 5. Huomataan nsin,
LisätiedotMat Lineaarinen ohjelmointi
Mat-.4 Lineaarinen ohjelmointi..7 Luento 7 Duaalisimple ja herkkyysanalyysi (kirja 4.5, 5., 5.5-5.6) Lineaarinen ohjelmointi - Syksy 7 / Duaalisimple Herkkyysanalyysi Luentorunko Parametrinen ohjelmointi
Lisätiedot4 Yleinen potenssifunktio ja polynomifunktio
4 Yleinen potenssifunktio ja polynomifunktio ENNAKKOTEHTÄVÄT 1. a) Tutkitaan yhtälöiden ratkaisuja piirtämällä funktioiden f(x) = x, f(x) = x 3, f(x) = x 4 ja f(x) = x 5 kuvaajat. Näin nähdään, monessako
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4A Parametrien estimointi Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016, periodi
Lisätiedot, tuottoprosentti r = X 1 X 0
Ostat osakkeen hintaan ja myyt sen vuoden myöhemmin hintaan X 1. Kokonaistuotto on tällöin R = X 1, tuottoprosentti r = X 1 ja pätee R = 1 + r. Lyhyeksimyymisellä tarkoitetaan, että voit myydä osakkeen
LisätiedotYhteistyötä sisältämätön peliteoria
Yhteistyötä sisältämätön peliteoria jarkko.murtoaro@hut.fi Optimointiopin seminaari Kevät 2003 / 1 Sisältö Johdanto Käsitteistö Työkalut Nashin tasapaino Täydellinen tasapaino Optimointiopin seminaari
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB3 - Harjoitustehtävien ratkaisut: 1 Funktio 1.1 Piirretään koordinaatistoakselit ja sijoitetaan pisteet: 1 1. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä.
LisätiedotVariations on the Black-Scholes Model
Variations on th Black-Schols Mol Sovlltun matmatiikan jatko-opintosminaari 6.9 Koh-tuus maksaa osinkoja avoittna on tarkastlla tilantita, joissa B&S yhtälö i ol riittävä sllaisnaan (sim. option koh-tuus
LisätiedotFunktion kuvaaja ja sen tulkinta
Funktion kuvaaja ja sen tulkinta 165. Kuvaaja esittää Miiron kulkemaa matkaa kotoa kouluun. a) Kuinka pitkä on Miiron koulumatka? b) Kuinka kauan koulumatka kestää? c) Kuinka pitkän matkan Miiro on kulkenut
LisätiedotFunktion. Käänteisfunktio. Testi 3. Kauhava Aiheet. Funktio ja funktion kuvaaja. Funktion kasvaminen ja väheneminen.
Funktiot Kauhava 26.11.2010 n kuvaaja n kuvaaja n kuvaaja Linkkejä kurssi2 / Etälukio (edu.) kurssi8 / Etälukio (edu.) (Suurinta osaa tämän linkin takana olevasta materiaalista pohdimme vasta huomenna!)
LisätiedotITIS ALE -KAMPANJA TULE MUKAAN KEVÄÄN TARJOUSLEHTEEN. MEDIAKORTTI VARAA MAINOSPAIKKASI MENNESSÄ
ITIS ALE -KAMPANJA TULE MUKAAN KEVÄÄN TARJOUSLEHTEEN. MEDIAKORTTI VARAA PAIKKASI 11.1. MENNESSÄ ITIS SALE -KAMPANJA JA TARJOUSLEHTI Itis Ale -kampanja järjestetään kaksi kertaa vuodessa. Kampanja on keväällä
Lisätiedot3.6 Su-estimaattorien asymptotiikka
3.6 Su-estimaattorien asymptotiikka su-estimaattorit ovat usein olleet puutteellisia : ne ovat usein harhaisia ja eikä ne välttämättä ole täystehokkaita asymptoottisilta ominaisuuksiltaan ne ovat yleensä
LisätiedotA-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät:
MAB4 Koe Jussi Tyni 1..015 A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan yksi tunti aikaa. Laske kaikki tehtävät: 1. a. Piirrä seuraava suora mahdollisimman tarkasti ruutupaperille:
LisätiedotLinkkejä kurssi2 / Etälukio (edu.) kurssi8 / Etälukio (edu.) (Suurinta osaa tämän linkin takana olevasta materiaalista pohdimme vasta huomenna!
Funktiot, L3a n kuvaaja n kuvaaja n kuvaaja Linkkejä kurssi2 / Etälukio (edu.) kurssi8 / Etälukio (edu.) (Suurinta osaa tämän linkin takana olevasta materiaalista pohdimme vasta huomenna!) Funktio (Käytännöllinen
LisätiedotYHTÄLÖ kahden lausekkeen merkitty yhtäsuuruus
YHTÄLÖ kahden lausekkeen merkitty yhtäsuuruus Ensimmäisen asteen yhtälö: :n korkein eksponentti = 1 + 5 = 4( 3) Toisen asteen yhtälö: :n korkein eksponentti = 3 5 + 4 = 0 Kolmannen asteen yhtälö: :n korkein
LisätiedotFuusio vai konkurssi? Hintakilpailun satoa
Fuusio vai konkurssi? Hintakilpailun satoa Pia Kemppainen-Kajola 02.04.2003 Optimointiopin seminaari - Syksy 2000 / 1 Johdanto Yrityskaupat ilmoitetaan kaupparekisteriin. Kauppa kiinnostaa kilpailuviranomaisia,
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A050 Todennäköisyyslaskennan ja tilastotieteen peruskurssi B Satunnaismuuttujat ja todennäköisyysjakaumat Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotJälki- ja herkkyysanalyysi. Tutkitaan eri kertoimien ja vakioiden arvoissa tapahtuvien muutosten vaikutusta optimiratkaisuun
Jälki- ja herkkyysanalyysi Tutkitaan eri kertoimien ja vakioiden arvoissa tapahtuvien muutosten vaikutusta optimiratkaisuun 1 Hinnat ja varjohinnat Objektifunktio c T x = Kerroin c j ilmoittaa, paljonko
LisätiedotSähköinen koe (esikatselu) MAA A-osio
MAA2 2018 A-osio Laske molemmat tehtävät! Tee tehtävät huolellisesti. Muodosta vastaukset abitin kaavaeditoriin. Kysy opettajalta tarvittaessa neuvoa teknisissä ja ohjelmien käyttöön liittyvissä ongelmissa.
LisätiedotHarjoitus 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.
LisätiedotY56 laskuharjoitukset 5
Y56 Keät 2010 1 Y56 laskuharjoitukset 5 Palautus joko luennolle/mappiin to 8.4. tai Katjan lokerolle (Koetilantie 5, 3. krs) to 8.4. klo 16 mennessä (purku luennolla ti 13.4.) Huom. Tehtäät eiät ole aikeusjärjestyksessä,
LisätiedotRahoitusriskit ja johdannaiset Matti Estola Luento 5. Termiinihinnan määräytyminen
Rahoitusriskit ja johdannaist Matti Estola Lunto 5 rmiinihinnan määräytyminn 1. rmiinin ylinn hinnoittlukaava Mrkitään trmiinisopimuksn kohd-tuudn spot hintaa sopimuksn tkopäivänä S :lla, kohd-tuudn trmiinihintaa
LisätiedotHarjoitus 6 ( )
Harjoitus 6 (21.4.2015) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s. t. g(x) 0 h(x) = 0 x X olevan optimointitehtävän Lagrangen duaali on missä max θ(u, v) s. t.
Lisätiedotx + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli
BM0A5810 - Differentiaalilaskenta ja sovellukset Harjoitus, Syksy 015 1. a) Funktio f ) = 1) vaihtaa merkkinsä pisteissä = 1, = 0 ja = 1. Lisäksi se on pariton funktio joten voimme laskea vain pinta-alan
LisätiedotEsimerkki 1, Perusmalli (1)
(1) Lhtipaino hankkii tarvitsmansa painomustn krran viikossa. Kskimäärin viikossa hankitaan 1000 kg painomusttta (5000 kg vuodssa). Tilauskustannus on 50,00/tilaus. Yksikköylläpitokustannus on 1,0/kg/.
LisätiedotMAB3 - Harjoitustehtävien ratkaisut:
MAB - Harjoitustehtävien ratkaisut: Funktio. Piirretään koordinaatistoakselit ja sijoitetaan pisteet:. a) Funktioiden nollakohdat löydetään etsimällä kuvaajien ja - akselin leikkauspisteitä. Funktiolla
Lisätiedot763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 4 Kevät 2017
763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 4 Keät 207. Rekyyli Luentomonisteessa on käsitelty tilanne, jossa hiukkanen (massa M) hajoaa kahdeksi hiukkaseksi (massat m ja m 2 ). Tässä käytetään
Lisätiedotf (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2
BMA581 - Differentiaalilaskenta ja sovellukset Harjoitus 4, Syksy 15 1. (a) Olisiko virhe likimain.5, ja arvio antaa siis liian suuren arvon. (b) Esim (1,1.5) tai (,.5). Funktion toinen derivaatta saa
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
Lisätiedot1 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
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
LisätiedotSivu 1 / 5 TARJOUS 21.5.2014. YIT Rakennus Oy Panuntie 11 00620 Helsinki. Realia Management Oy Juha Kivelä. juha.kivela@realia.fi
Sivu 1 / 5 YIT Rakennus Oy Panuntie 11 00620 Helsinki TARJOUS 21.5.2014 Realia Management Oy Juha Kivelä juha.kivela@realia.fi Hallintorakennus 31, Sipoo, Nikkilä Kiitämme mahdollisuudesta tarjota Sipoon
LisätiedotGeneroivat funktiot, Poisson- ja eksponenttijakaumat
4A Generoivat funktiot, Poisson- ja eksponenttijakaumat Tämän harjoituksen tavoitteena on edelleen tutustua generoivien funktioiden sovelluksiin ja lisäksi harjoitella ratkaisemaan Poisson- ja eksponenttijakaumiin
LisätiedotFunktio. Funktio on kahden luvun riippuvuuden ilmaiseva sääntö, joka annetaan usein laskulausekkeena.
n ja muuttujan arvon laskeminen on kahden luvun riippuvuuden ilmaiseva sääntö, joka annetaan usein laskulausekkeena. ESIMERKKI Tarkastele funktiota f() = + 7. a) Laske funktion arvo, kun =. b) Millä muuttujan
LisätiedotMat Dynaaminen optimointi, mallivastaukset, kierros 11
Mat-.148 Dynaaminen optimointi, mallivastaukset, kierros 11 1. Olkoon tehtaan tuotanto x(t) ajan hetkellä t ja investoitava osuus tuotannosta u(t). Tehdasta kuvaa systeemiyhtälö ẋ(t) = u(t)x(t) x() = c
LisätiedotJos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.
Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys
LisätiedotKulutus. Kulutus. Antti Ripatti. Helsingin yliopisto, HECER, Suomen Pankki Antti Ripatti (HECER) Kulutus
Kulutus Antti Ripatti Helsingin yliopisto, HECER, Suomen Pankki 13.11.2013 Antti Ripatti (HECER) Kulutus 13.11.2013 1 / 11 Indifferenssikäyrät ja kuluttajan teoria Tarkastellaan edustavaa kotitaloutta.
LisätiedotYllätys Rasti Palttala UUTINEN Tehtävä 16 Aika- ja taitotehtävä Maksimipisteet 3
Sininen UUTINEN Tehtävä 16 Punainen UUTINEN Tehtävä 17 Ruskea UUTINEN Tehtävä 18 Harmaa UUTINEN Tehtävä 19 VASTAUSLOMAKE UUTINEN Vartion nimi Numero Sarja Aika alkoi klo Vartio palautti uutisen klo UUTINEN
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta 8..206 Gripenberg, Nieminen, Ojanen, Tiilikainen, Weckman Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi
LisätiedotHSL. LINJA-AUTOLIIKENTEEN TARJOUSKILPAILU 37/2015 - tarjousten arviointikehikko. kohde no: 207a 112/N, 118/B, 125/B/N
kohde no: 207a 112/N, 118/B, 125/B/N Nobina Finland Oy 84,00 12,69 96,69 5 721 583 parhaat pisteet! Transdev Espoo Oy 81,33 14,01 95,34 5 909 434 Oy Pohjolan Kaupunkiliikenne Ab 82,20 13,85 96,04 5 847
Lisätiedot