LP-mallit, L8. Herkkyysanalyysi. Varjohinta. Tietokoneohjelmia. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto.

Koko: px
Aloita esitys sivulta:

Download "LP-mallit, L8. Herkkyysanalyysi. Varjohinta. Tietokoneohjelmia. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto."

Transkriptio

1 LP-mallit, L8

2 Yleistä 1 LP-mallit on yksi Operaatioanalyysin (Operations Research) perustyökaluista. Perusongelma: Miten pitää suorittaa operaatio mahdollisimman hyvin, kun käytettävissä on rajalliset resurssit? (max tai min) Jatko-ongelma: Miten optimi muuttuu, jos jokin mallin parametri muuttuu? Jatko-ongelma 2: Mitä enintään kannattaa maksaa yhdestä lisäresurssista?

3 (1/n) 2 's Woodcarving inc. valmistaa kahdenlaisia puuleluja: sotilaita ja junia. Tavoitefunktio. Sotilaan myyntihinta on 27e, ja siihen kuluu materiaalia 10eedestä. Jokainen valmistettu sotilas aiheuttaa lisäksi muuttuvia palkka- ja yleiskustannuksia keskimäärin 14eedestä. Junan myyntihinta on 21e, ja siihen kuluu 9eedestä materiaalia. Muuttuvia palkka- ja yleiskustannuksia jokainen juna aiheuttaa keskimäärin 10e. Rajoitteet. Resurssien kulutus. Sotilaiden ja junien valmistus tapahtuu kahdella osastolla: puutyöosastolla ja viimeistelyosastolla. Yksi sotilas vaatii 1 tunnin puutyötä ja 2 tuntia viimeistelyä. Vastaavasti yksi juna vaatii 1 tunnin puutyötä ja 1 tunnin viimeistelyä.

4 jatkuu (2/n) 3 Rajoitteet. Olemassaolevat resurssit. Yritys pystyy hankkimaan kaiken tarvitsemansa materiaalin, mutta puutyö- ja viimeistelyosastojen kapasiteetti on rajallinen. Käytettävissä on 80 tuntia puutyötä per viikko, ja 100 tuntia viimeistelytyötä per viikko. Rajoitteet. Lisäajoitteet. Lelujen kysynnästä tiedetään, että junien kysyntä on käytännössä rajoittamaton, mutta sotilaita saadaan kaupaksi korkeintaan 40 per viikko. Kysymys: Miten yritys voi maksimoida katetuottonsa? Muodostetaan ongelmasta LP-malli.

5 Ratkaisu (3/n) 4 (1) Päätösmuuttujat x 1 = puusotilaiden valmistus (kpl/viikko) x 2 = puujunien valmistus (kpl/viikko) (2) Tavoitefunktio Muodostamme tavoitefunktion z(x 1, x 2 ), jolle etsimme suurinta mahdollista arvoa. Tavoitefunktio on nyt katetuotto. z = R(x 1, x 2 ) C(x 1, x 2 ) = tuotto kustannus {}}{{}}{ (27x x 2 ) (10x 1 + 9x }{{} x x 2 ) }{{} materiaali palkat yms. = 3x 1 + 2x 2

6 Ratkaisu (4/n) 5 (3) Rajoitteet Selvitämme jokaisen tuotantoa rajoittavan tekijän erikseen Puutyö: resurssitarve = 1x 1 + 1x 2 (h/viikko) Käytettävissä oleva resurssi = 80 (h/viikko) 1. rajoite: x 1 + x 2 80 Viimeistelytyö: resurssitarve = 2x 1 + 1x 2 (h/viikko) Käytettävissä oleva resurssi = 100 (h/viikko) 2. rajoite: 2x 1 + x Kysyntärajoite: 3. rajoite: x 1 40 Merkkirajoitteet: 4. rajoite: x rajoite: x 2 0

7 Ratkaisu (5/n) 6 (4) LP-malli Kootaan kaikki oleellinen siistiksi paketiksi max z = 3x 1 + 2x 2 ehdoin x 1 + x x 1 + x x 1 40 x 1, x 2 0

8 Ratkaisu (6/n) 7 (5) Graanen ratkaisu Aloitetaan tarkastelu ensimmäisestä rajoitteesta x 1 + x 2 80 Jos kiinnitämme x 1 :n arvon (esim. x 1 = 50), niin emme saa antaa x 2 :lle liian suurta arvoa. x 2 tulee olla pienempi tai yhtä suuri kuin kuin 80 x 1 (esim. x = 30). (x 1, x 2 )-tasossa tulee pisteen olla siis suoran x 1 + x 2 = 80 alapuolella. Piirrämme suoran tasoon. Sitä varten selvitämme kaksi suoran pistettä A = (0, 80), ja B = (80, 0)

9 Ratkaisu (7/n) 8 Ensimmäinen rajoite: x 1 + x 2 80 alapuoli A = (0, 80), B = (80, 0) x A 50 0 alapuoli käypä x 1 B

10 Ratkaisu (8/n) 9 Toinen rajoite: 2x 1 + x alapuoli C = (0, 100), D = (50, 0) x C 50 alapuoli käypä 0 D x 1

11 Ratkaisu (9/n) 10 Kolmas rajoite: x 1 40 vasen puoli E = (40, 0) x vasen puoli käypä 0 E x 1

12 Ratkaisu (10/n) 11 Lopuksi piirrämme kaikki suorat samaan kuvaan. Huomaa, että merkkirajoitteet kieltävät pystyakselin vasemman puolen (x 2 -akseli) sekä vaaka-akselin alapuolen (x 1 -akseli.

13 Ratkaisu (11/n) 12 x 1 + x 2 80 alapuoli A = (0, 80), B = (80, 0) 2x 1 + x alapuoli C = (0, 100), D = (50, 0) x 1 40 vasen puoli E = (40, 0) x C A 50 0 käypä alue B E D x 1

14 Ratkaisu (12.0/n) 13 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 90.

15 Ratkaisu (12.1/n) 14 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 90.

16 Ratkaisu (12.2/n) 15 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 120.

17 Ratkaisu (12.3/n) 16 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 150.

18 Ratkaisu (12.4/n) 17 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 180.

19 Ratkaisu (13/n) 18 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x optimi x 1 = 20 x 2 = 60 z = x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 180.

20 19 Käy läpi rajoitteet 1. kaksi pistettä rajoitesuoralta 2. mikä puoli käypä Piirrä koordinaatisto Piirrä rajoitesuorat ja käypä alue. Merkitse käypä alue kuvaan. Piirrä tavoitesuora jollakin z:n arvolla Päättele optimipiste Kirjoita vastaus

21 20

22 21

23 22

24 23

LP-mallit, L19. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto. Graafisen ratkaisun vaiheet. Optimin olemassaolo

LP-mallit, L19. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto. Graafisen ratkaisun vaiheet. Optimin olemassaolo LP-mallit, L19 Yleistä 1 LP-mallit on yksi Operaatioanalyysin (Operations Research) perustyökaluista. Perusongelma: Miten pitää suorittaa operaatio mahdollisimman hyvin, kun käytettävissä on rajalliset

Lisätiedot

1. Lineaarinen optimointi

1. Lineaarinen optimointi 0 1. Lineaarinen optimointi 1. Lineaarinen optimointi 1.1 Johdatteleva esimerkki Esimerkki 1.1.1 Giapetto s Woodcarving inc. valmistaa kahdenlaisia puuleluja: sotilaita ja junia. Sotilaan myyntihinta on

Lisätiedot

Talousmatematiikan perusteet

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

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet kevät 2019 / orms.1030 Talousmatematiikan perusteet 7. harjoitus, viikko 7 1. Oheisessa taulukossa on erään tuotteen hintaindeksejä. Laske hinnan keskimääräinen kasvuvauhti vuosina 2000-2005 vuosi indeksi

Lisätiedot

Esimerkki 1 (Rehun sekoitus) 1

Esimerkki 1 (Rehun sekoitus) 1 1 Karjankasvattaja käyttää luonnosta saadun nurmirehun lisäksi lisäravinnetta 200kg/päivä. Lisäravinne sekoitetaan maissista ja soijasta. Ravinteen ominaisuuksiin vaikuttaa raaka-aineiden proteiini- ja

Lisätiedot

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli. Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli. LP-malli Esimerkki. Maalitehdas valmistaa ulko- ja sisämaalia raaka-aineista M1 ja M2. Sisämaalin maksimikysyntä on 2 tonnia/päivä. Sisämaalin

Lisätiedot

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Harjoitus 8: Excel - Optimointi

Harjoitus 8: Excel - Optimointi Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen

Lisätiedot

Operatioanalyysi 2011, Harjoitus 3, viikko 39

Operatioanalyysi 2011, Harjoitus 3, viikko 39 Operatioanalyysi 2011, Harjoitus 3, viikko 39 H3t1, Exercise 3.1. H3t2, Exercise 3.2. H3t3, Exercise 3.3. H3t4, Exercise 3.4. H3t5 (Exercise 3.1.) 1 3.1. Find the (a) standard form, (b) slack form of the

Lisätiedot

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset 30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset Mitä on lineaarinen optimointi (LP)? LP= lineaarinen optimointiongelma (Linear Programming) Menetelmä, jolla etsitään

Lisätiedot

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Talousmatematiikan perusteet: Luento 11 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,

Lisätiedot

Lineaaristen monitavoiteoptimointitehtävien

Lineaaristen monitavoiteoptimointitehtävien Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Jerri Nummenpalo 17.09.2012 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla.

Lisätiedot

Aki Taanila LINEAARINEN OPTIMOINTI

Aki Taanila LINEAARINEN OPTIMOINTI Aki Taanila LINEAARINEN OPTIMOINTI 26.4.2011 JOHDANTO Tässä monisteessa esitetään lineaarisen optimoinnin alkeet. Moniste sisältää tarvittavat Excel ohjeet. Viimeisin versio tästä monisteesta ja siihen

Lisätiedot

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4

Lisätiedot

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli. Luento : Optimointitehtävän graafinen ratkaiseminen. LP-malli. LP-malli simerkki: Maalifirma Sateenkaari valmistaa ulko- ja sisämaalia raaka-aineista M ja M. Sisämaalin maksimikysyntä on tonnia/päivä.

Lisätiedot

Piiri K 1 K 2 K 3 K 4 R R

Piiri K 1 K 2 K 3 K 4 R R Lineaarinen optimointi vastaus, harj 1, Syksy 2016. 1. Teollisuuslaitos valmistaa piirejä R 1 ja R 2, joissa on neljää eri komponenttia seuraavat määrät: Piiri K 1 K 2 K 3 K 4 R 1 3 1 2 2 R 2 4 2 3 0 Päivittäistä

Lisätiedot

ja nyt tässä tapauksessa a = 1, b=4 ja c= -5, ja x:n paikalle ajattelemme P:n.

ja nyt tässä tapauksessa a = 1, b=4 ja c= -5, ja x:n paikalle ajattelemme P:n. Harjoitukset 2, vastauksia. Ilmoittakaa virheistä ja epäselvyyksistä! 1. b (kysyntäkäyrä siirtyy vasemmalle) 2. c (kysyntäkäyrä siirtyy oikealle) 3. ei mikään edellisistä; oikea vastaus olisi p 2

Lisätiedot

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

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

Lisätiedot

TEHTÄVIEN RATKAISUT. Luku a) Merkintä f (5) tarkoittaa lukua, jonka funktio tuottaa, kun siihen syötetään luku 5.

TEHTÄVIEN RATKAISUT. Luku a) Merkintä f (5) tarkoittaa lukua, jonka funktio tuottaa, kun siihen syötetään luku 5. TEHTÄVIEN RATKAISUT Luku 4.1 183. a) Merkintä f (5) tarkoittaa lukua, jonka funktio tuottaa, kun siihen syötetään luku 5. Lasketaan funktioon syötetyn luvun neliö: 5 = 5. Saatuun arvoon lisätään luku 1:

Lisätiedot

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Matematiikan 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

Lisätiedot

1 Johdanto LP tehtävän luonteen tarkastelua Johdanto herkkyysanalyysiin Optimiarvon funktio ja marginaalihinta

1 Johdanto LP tehtävän luonteen tarkastelua Johdanto herkkyysanalyysiin Optimiarvon funktio ja marginaalihinta Sisältö Johdanto 2 LP tehtävän luonteen tarkastelua 3 Johdanto herkkyysanalyysiin 5 2 Optimiarvon funktio ja marginaalihinta 5 3 Johdanto duaaliteoriaan 6 2 LP-tehtävän standardimuoto 9 Johdanto Optimoinnista

Lisätiedot

Kertausta Talousmatematiikan perusteista Toinen välikoe

Kertausta Talousmatematiikan perusteista Toinen välikoe Kertausta Talousmatematiikan perusteista Toinen välikoe 1 Parametrit D Kysyntä (kpl/vuosi) h Yksikköylläpito-kustannus (euro/kpl/vuosi) K Tilauskustannus (euro) Tarkista aina yksiköiden yhteensopiminen

Lisätiedot

MS-C2105 Optimoinnin perusteet Malliratkaisut 4

MS-C2105 Optimoinnin perusteet Malliratkaisut 4 MS-C2105 Optimoinnin perusteet Malliratkaisut 4 Ehtamo Duaalin muodostamisen muistisäännöt Duaalin muodostamisessa voidaan käyttää muistisääntötaulukkoa, jota voidaan lukea vasemmalta oikealle tai oikealta

Lisätiedot

OPERAATIOANALYYSI ORMS.1020

OPERAATIOANALYYSI ORMS.1020 VAASAN YLIOPISTO Talousmatematiikka Prof. Ilkka Virtanen OPERAATIOANALYYSI ORMS.1020 Tentti 2.2.2008 1. Yrityksen tavoitteena on minimoida tuotannosta ja varastoinnista aiheutuvat kustannukset 4 viikon

Lisätiedot

Mikä on paras hinta? Hinnoittele oikein. Tommi Tervanen, Kotipizza Group

Mikä on paras hinta? Hinnoittele oikein. Tommi Tervanen, Kotipizza Group Mikä on paras hinta? Hinnoittele oikein Tommi Tervanen, Kotipizza Group v VAIN 54 % YRITTÄJISTÄ OSAA HINNOITELLA TUOTTEEN TAI PALVELUN OIKEIN. LÄHDE: Y-STUDION HALLITSE TALOUTTASI -TESTI Hinnoittelun perusteet

Lisätiedot

Malliratkaisut Demot

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

Lisätiedot

Malliratkaisut Demo 1

Malliratkaisut 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,

Lisätiedot

Talousmatematiikan 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 Talousmatematiikan perusteet: Luento 14 Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta Viime luennolla Tarkastelimme usean muuttujan funktioiden

Lisätiedot

Lineaarinen optimointitehtävä

Lineaarinen optimointitehtävä Lineaarinen optimointitehtävä min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2. a m1 x 1 + a m2 x 2 + + a mn x n b m x 1, x 2,..., x n 0 1

Lisätiedot

Luento 4: Lineaarisen tehtävän duaali

Luento 4: Lineaarisen tehtävän duaali Luento 4: Lineaarisen tehtävän duaali Käsittelemme seuraavaksi lineaarisen optimoinnin duaaliteoriaa. Kuten luennossa 2 esitettiin, kohdefunktion optimiarvon herkkyys z, kun rajoitusyhtälön i, 1 i m, oikea

Lisätiedot

Harjoitus 5 ( )

Harjoitus 5 ( ) Harjoitus 5 (14.4.2015) Tehtävä 1 Figure 1: Tehtävän 1 sallittu joukko S. Optimointitehtävän sallittu alue S on pisteiden (0, 0), (0, 7), (4, 3), (9, 8) ja (9, 0) määräämä viisikulmio. Kyseinen alue saadaan

Lisätiedot

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

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

Lisätiedot

Harjoitus 7: vastausvihjeet

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

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) = BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot

Lisätiedot

Yksikkökate tarkoittaa katetuottoa yhden tuotteen kohdalla. Tämä voidaan määrittää vain jos myytäviä tuotteita on vain yksi.

Yksikkökate tarkoittaa katetuottoa yhden tuotteen kohdalla. Tämä voidaan määrittää vain jos myytäviä tuotteita on vain yksi. KATETUOTTOLASKENTA laskennassa selvitetään onko liiketoiminta kannattavaa. Laskelmat tehdään liiketoiminnasta syntyvien kustannuksien ja tuottojen perusteella erilaisissa tilanteissa. laskennassa käytetään

Lisätiedot

Malliratkaisut Demot

Malliratkaisut 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

Lisätiedot

Luento 3: Simplex-menetelmä

Luento 3: Simplex-menetelmä Luento 3: Simplex-menetelmä Kuten graafinen tarkastelu osoittaa, LP-tehtävän ratkaisu on aina käyvän alueen kulmapisteessä, eli ekstreemipisteessä (extreme point). Simplex-menetelmässä ekstreemipisteitä,

Lisätiedot

Harjoitus 5 ( )

Harjoitus 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

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet kevät 219 / orms.13 Talousmatematiikan perusteet 9. harjoitus, viikko 12 (18.3. 22.3.219) L Ma 1 12 A22 R5 Ti 14 16 F453 R1 Ma 12 14 F453 L To 8 1 A22 R2 Ma 16 18 F453 R6 Pe 12 14 F14 R3 Ti 8 1 F425 R7

Lisätiedot

Laskentatoimi. Kirjanpito = ulkoinen laskentatoimi Kustannuslaskenta = sisäinen laskentatoimi

Laskentatoimi. Kirjanpito = ulkoinen laskentatoimi Kustannuslaskenta = sisäinen laskentatoimi Laskentatoimi Kirjanpito = ulkoinen laskentatoimi Kustannuslaskenta = sisäinen laskentatoimi Kannattavuus, maksuvalmius, vakavaraisuus Yrityksen on huolehdittava: -kannattavuudesta -maksuvalmiudesta -vakavaraisuudesta

Lisätiedot

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016 Kotitehtävät palautetaan viimeistään keskiviikkoisin ennen luentojen alkua eli klo 4: mennessä. Muistakaa vastaukset eri tehtäviin palautetaan eri lokeroon! Joka kierroksen arvostellut kotitehtäväpaperit

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 3.2.27 Tehtävä. Valmisohjelmistolla voidaan ratkaista tehtävä min c T x s. t. Ax b x, missä x, c ja b R n ja A R m n. Muunnetaan tehtävä max x + 2x 2 + 3x 3 + x s. t. x + 3x 2 + 2x

Lisätiedot

Taloustieteen perusteet 31A Ratkaisut 3, viikko 4

Taloustieteen perusteet 31A Ratkaisut 3, viikko 4 Taloustieteen perusteet 31A00110 2018 Ratkaisut 3, viikko 4 1. Tarkastellaan pulloja valmistavaa yritystä, jonka päiväkohtainen tuotantofunktio on esitetty alla olevassa taulukossa. L on työntekijöiden

Lisätiedot

Operatioanalyysi 2011, Harjoitus 2, viikko 38

Operatioanalyysi 2011, Harjoitus 2, viikko 38 Operatioanalyysi 2011, Harjoitus 2, viikko 38 H2t1, Exercise 1.1. H2t2, Exercise 1.2. H2t3, Exercise 2.3. H2t4, Exercise 2.4. H2t5, Exercise 2.5. (Exercise 1.1.) 1 1.1. Model the following problem mathematically:

Lisätiedot

Lineaarinen 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, 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

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0305 Syksy 2015 1 / 19 Esimerkki Olkoon F : R 3 R 3 vakiofunktio

Lisätiedot

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita. Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita. Tehtävä 1 Mitä seuraavat käsitteet tarkoittavat? Monitahokas (polyhedron).

Lisätiedot

2 Pistejoukko koordinaatistossa

2 Pistejoukko koordinaatistossa Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia

Lisätiedot

FUNKTION KUVAAJAN PIIRTÄMINEN

FUNKTION KUVAAJAN PIIRTÄMINEN FUNKTION KUVAAJAN PIIRTÄMINEN Saat kuvapohjan Plots/Insert Plot/XY plot Huomaa - ja y-akselin paikanvaraajat (ja näissä valmiina yksikön syöttöruutu). Siirrä - akselia ylös/alas. Palauta origo perinteiseen

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-2.3140 Lineaarinen ohjelmointi 4.10.2007 Luento 4 Ekstreemipisteiden optimaalisuus ja Simplex (kirja 2.4-2.6, 3.1-3.2) Lineaarinen ohjelmointi - Syksy 2007 / 1 Luentorunko Degeneroituvuus Ekstreemipisteiden

Lisätiedot

2.3. Lausekkeen arvo tasoalueessa

2.3. Lausekkeen arvo tasoalueessa Monissa käytännön tilanteissa, joiden kaltaisista kappaleessa Epäyhtälöryhmistä puhuttiin, tärkeämpää kuin yleinen mahdollisten ratkaisujen etsiminen, on löytää tavalla tai toisella jotkin tavoitteet täyttävät

Lisätiedot

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio Pramidi 4 Analttinen geometria tehtävien ratkaisut sivu 5 Päivitett 9..7 Pramidi 4 Luku 8..6 Ensimmäinen julkaistu versio 7.5.6 Korjattu tehtävän 865 ratkaisua. 8..7 Korjattu tehtävässä 85 luku 5 luvuksi

Lisätiedot

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Talousmatematiikan 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:

Lisätiedot

Kenguru 2015 Benjamin (6. ja 7. luokka)

Kenguru 2015 Benjamin (6. ja 7. luokka) sivu 1 / 8 NIMI LUOKKA Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta saat miinuspisteitä

Lisätiedot

Luento 7: Kokonaislukuoptimointi

Luento 7: Kokonaislukuoptimointi Luento 7: Kokonaislukuoptimointi Lineaarisessa optimointitehtävässä (LP) kaikki muuttujat ovat jatkuvia. Kokonaislukuoptimoinnin (ILP = Integer LP) tehtävässä kaikilla muuttujilla on kokonaislukurajoitus

Lisätiedot

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu. Analyysi Harjoituksia lukuihin 3 / Syksy 204. Osoita täsmällisesti perustellen, että joukko { 2x A = x ]4, [. x 4 ei ole ylhäältä rajoitettu. 2. Anna jokin ylä- ja alaraja joukoille { x( x) A = x ], [,

Lisätiedot

1 Rajoitettu optimointi I

1 Rajoitettu optimointi I Taloustieteen mat.menetelmät 2017 materiaali II-1 1 Rajoitettu optimointi I 1.1 Tarvittavaa osaamista Matriisit ja vektorit, matriisien de niittisyys Derivointi (mm. ketjusääntö, Taylorin kehitelmä) Implisiittifunktiolause

Lisätiedot

Kimppu-suodatus-menetelmä

Kimppu-suodatus-menetelmä Kimppu-suodatus-menetelmä 2. toukokuuta 2016 Kimppu-suodatus-menetelmä on kehitetty epäsileiden optimointitehtävien ratkaisemista varten. Menetelmässä approksimoidaan epäsileitä funktioita aligradienttikimpulla.

Lisätiedot

Harjoitus 4: Matlab - Optimization Toolbox

Harjoitus 4: Matlab - Optimization Toolbox Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen

Lisätiedot

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi Sivu 1 / 8 A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste Olli Kauppi Monisteen ensimmäinen luku käsittelee derivointia hieman yleisemmästä näkökulmasta. Monisteen lopussa on kurssilla

Lisätiedot

Harjoitustehtävät 6: mallivastaukset

Harjoitustehtävät 6: mallivastaukset Harjoitustehtävät 6: mallivastaukset Niku Määttänen & Timo Autio Makrotaloustiede 31C00200, talvi 2018 1. Maat X ja Y ovat muuten identtisiä joustavan valuuttakurssin avotalouksia, mutta maan X keskuspankki

Lisätiedot

Demo 1: Simplex-menetelmä

Demo 1: Simplex-menetelmä MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x

Lisätiedot

Harjoitusten 2 ratkaisut

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

Lisätiedot

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen Väliarvolause Funktion kasvaminen ja väheneminen LAUSE VÄLIARVOLAUSE Oletus: Funktio f on jatkuva suljetulla välillä I: a < x < b f on derivoituva välillä a < x < b Väite: On olemassa ainakin yksi välille

Lisätiedot

Kertausta Talousmatematiikan perusteista Toinen välikoe

Kertausta Talousmatematiikan perusteista Toinen välikoe Kertausta Talousmatematiikan perusteista Toinen välikoe 1 päätösmuuttujat (x 1,x 2,...) tavoitefunktio (z = c 1 x 1 + c 2 x 2 +...) rajoitteet (a i1 x 1 + a i2 x 2 + b i ) Mallin Formaatti käypä alue Optimipisteen

Lisätiedot

Numeeriset menetelmät Pekka Vienonen

Numeeriset menetelmät Pekka Vienonen Numeeriset menetelmät Pekka Vienonen 1. Funktion nollakohta Newtonin menetelmällä 2. Määrätty integraali puolisuunnikassäännöllä 3. Määrätty integraali Simpsonin menetelmällä Newtonin menetelmä Newtonin

Lisätiedot

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Luento 11: Rajoitusehdot. Ulkopistemenetelmät Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja

Lisätiedot

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä.

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä. Pramidi 4 Analttinen geometria tehtävien ratkaisut sivu 1 Päivitett 19..6 11 Todistus 1 Kärä x + = x + 4 5 3 31 = x x+ 4, jos ja vain jos pisteen 3,7 koordinaatit toteuttavat kärän htälön. Kun x = 3 ja

Lisätiedot

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2) MS-A4 Differentiaali- ja integraalilaskenta (ELEC2) MS-A6 Differentiaali- ja integraalilaskenta (ENG2) Harjoitukset 3L, syksy 27 Tehtävä. a) Määritä luvun π likiarvo käyttämällä Newtonin menetelmää yhtälölle

Lisätiedot

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

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

Lisätiedot

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a) K1 a) Tekijä MAA Polynomifunktiot ja -yhtälöt 6.8.016 ( + + ) + ( ) = + + + = + + + = + 4 b) 4 4 ( 5 + ) ( 5 + 1) = 5 + + 5 + 1 4 = + + + 4 = + 5 5 1 1 Vastaus a) 4 + b) 4 + 1 K a) f ( ) = + 1 f () = +

Lisätiedot

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen 4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen Käypä kantaratkaisu löytyy helposti, esimerkiksi tapauksessa Ax b, b 0 x 0 jolloin sen määräävät puutemuuttujat. Tällöin simplex-menetelmän alustus

Lisätiedot

Haitallinen valikoituminen: Kahden tyypin malli

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

Lisätiedot

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

b 1. b m ) + ( 2b Ax) + (b b) TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}

Lisätiedot

Kuluttajan teoriaa tähän asti. Luento 6. Hyötyfunktion ja indifferenssikäyrien yhteys. Kuluttajan hyöty. Laajennuksia. Kuluttajan ylijäämä

Kuluttajan teoriaa tähän asti. Luento 6. Hyötyfunktion ja indifferenssikäyrien yhteys. Kuluttajan hyöty. Laajennuksia. Kuluttajan ylijäämä Kuluttajan teoriaa tähän asti Valintojen tekemistä niukkuuden vallitessa - Tavoitteen optimointia rajoitteella Luento 6 Kuluttajan ylijäämä 8.2.2010 Budjettirajoite (, ) hyödykeavaruudessa - Kulutus =

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 5 2.2.28 Tehtävä a) Tehtävä voidaan sieventää muotoon max 5x + 9x 2 + x 3 s. t. 2x + x 2 + x 3 x 3 x 2 3 x 3 3 x, x 2, x 3 Tämä on tehtävän kanoninen muoto, n = 3 ja m =. b) Otetaan

Lisätiedot

Lineaarinen optimointi

Lineaarinen optimointi L u e n t o Tuotevalikoimapäätökset Lineaarinen optimointi Luennon sisältö LP:n perusteet Mallien ratkaiseminen Kuinka paljon kahta tuotetta (A ja B) tulisi valmistaa seuraavan kuukauden tuoton maksimoimiseksi,

Lisätiedot

Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä

Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä (vihkon palautus kokeeseen tullessa) Koe Mahdolliset testit

Lisätiedot

Sarake 1 Sarake 2 Sarake 3 Sarake 4. Vahvistumisen jälkeen tavaran hinta on 70. Uusi tilavuus on

Sarake 1 Sarake 2 Sarake 3 Sarake 4. Vahvistumisen jälkeen tavaran hinta on 70. Uusi tilavuus on AMMATTIKORKEAKOULUJEN TEKNIIKAN VALINTAKOE 1/5 TEHTÄVÄOSA / Ongelmanratkaisu 1.6. 2017 TEHTÄVÄOSA ONGELMANRATKAISU Vastaa kullekin tehtävälle varatulle ratkaisusivulle. Vastauksista tulee selvitä tehtävien

Lisätiedot

Prof. Marko Terviö Assist. Jan Jääskeläinen

Prof. Marko Terviö Assist. Jan Jääskeläinen Harjoitukset 3. 1. (a) Dismalandissa eri puolueiden arvostukset katusiivoukselle ovat Q A (P ) = 60 6P P A (Q) = 10 Q/6 Q B (P ) = 80 5P P B (Q) = 16 Q/5 Q C (P ) = 50 2P P C (Q) = 25 Q/2 Katusiivous on

Lisätiedot

omenaraaka-ainetta (KATE) ostetaan omenoita (OMENATAS)

omenaraaka-ainetta (KATE) ostetaan omenoita (OMENATAS) ALKOHOLITEHDAS Aktiviteettianalyysi mallia varten Raaka-ainelohko 1. Ostetaan omenoita x 1 kg (muuttujana mallissa OMENAT) kulutetaan tuotetaan rahaa omenaraaka-ainetta (KATE) ostetaan omenoita (OMENATAS)

Lisätiedot

1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset

1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset TA7, Ekonometrian johdantokurssi HARJOITUS 7 RATKAISUEHDOTUKSET 16.3.2015 1. Tutkitaan regressiomallia Y i = β 0 + X i + u i ja oletetaan, että tavanomaiset regressiomallin oletukset pätevät (Key Concept

Lisätiedot

Talousmatematiikan perusteet, ORMS1030

Talousmatematiikan perusteet, ORMS1030 Tampereen kesäyliopisto, syksy 2016 Talousmatematiikan perusteet, ORMS1030 1. harjoitus, (la 29.10.2016) 1. Laske seuraavat laskut. Laske kukin lasku ensin käsin kynää ja paperia käyttäen. Anna vastaukset

Lisätiedot

Luento 9. June 2, Luento 9

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

Lisätiedot

Kenguru 2011 Ecolier (4. ja 5. luokka)

Kenguru 2011 Ecolier (4. ja 5. luokka) sivu 1 / 6 NIMI LUOKKA/RYHMÄ Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Jätä ruutu tyhjäksi, jos et halua

Lisätiedot

1 Rajoittamaton optimointi

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

Lisätiedot

Tentissä saa olla mukana vain muistiinpanovälineet ja laskin. Laskut erilliselle konseptille, vastaus selkeästi näkyviin!!! Palauta tenttipaperi!!

Tentissä saa olla mukana vain muistiinpanovälineet ja laskin. Laskut erilliselle konseptille, vastaus selkeästi näkyviin!!! Palauta tenttipaperi!! 1 School of Business and Management Yliopisto-opettaja, Tiina Sinkkonen Opiskelijanumero ja nimi: CS31A0101 KUSTANNUSJOHTAMISEN PERUSKURSSI Tentti 01.02.2016 Tentissä saa olla mukana vain muistiinpanovälineet

Lisätiedot

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa. KERTAUS Lukujono KERTAUSTEHTÄVIÄ K1. Ratkaisussa annetaan esimerkit mahdollisista säännöistä. a) Jatketaan lukujonoa: 2, 4, 6, 8, 10, 12, 14, 16, Rekursiivinen sääntö on, että lukujonon ensimmäinen jäsen

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi ja asettele alkiot siihen.

1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi ja asettele alkiot siihen. Joukko-oppia Matematiikan mestariluokka, syksy 2010 Harjoitus 1, vastaukset 20.2.2010 1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi asettele

Lisätiedot

c. Indifferenssikäyrän kulmakerroin eli rajasubstituutioaste on MRS NL = MU L

c. Indifferenssikäyrän kulmakerroin eli rajasubstituutioaste on MRS NL = MU L MIKROTALOUSTIEDE A31C00100 Kevät 2016 Olli Kauppi HARJOITUKSET II 1. Jutan ruokavalio koostuu yksinomaan nauriista ja lantuista. Jutan hyötyfunktio on muotoa U(N,L) = 12NL. Tällä hetkellä Jutta on päättänyt

Lisätiedot

Luento 5: Peliteoriaa

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

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

TENTTIKYSYMYKSET

TENTTIKYSYMYKSET MIKROTALOUSTEORIA (PKTY1) Ari Karppinen TENTTIKYSYMYKSET 20.10.2006 OHJE: Tentin läpäisee 9 pisteellä. Vastaa tehtäväpaperiin ja palauta se, vaikket vastaisi yhteenkään kysymykseen! Muista kirjoittaa nimesi

Lisätiedot

7.4 Sormenjälkitekniikka

7.4 Sormenjälkitekniikka 7.4 Sormenjälkitekniikka Tarkastellaan ensimmäisenä esimerkkinä pitkien merkkijonojen vertailua. Ongelma: Ajatellaan, että kaksi n-bittistä (n 1) tiedostoa x ja y sijaitsee eri tietokoneilla. Halutaan

Lisätiedot

Luento 9: Yhtälörajoitukset optimoinnissa

Luento 9: Yhtälörajoitukset optimoinnissa Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon

Lisätiedot

Talousmatematiikan perusteet, ORMS1030

Talousmatematiikan perusteet, ORMS1030 Vaasan yliopisto, kvät 206 Talousmatmatiikan prustt, ORMS030 3. harjoitus, viio 5. 5.2.206 Malliratkaisut. Yrityksn rään tuotlinjan kysyntäfunktio on p 20 0.030 ja vastaava kustannusfunktio on C 0.02 2

Lisätiedot

Laskuharjoitus 7 Ratkaisut

Laskuharjoitus 7 Ratkaisut Vastaukset palautetaan yhtenä PDF-tiedostona MyCourses:iin 25.4. klo 14 mennessä. Mahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. Laskuharjoitus 7 Ratkaisut 1. Kuvan

Lisätiedot