Autoilijan ikä v Yli 20 v. Mies 10,00% 1,75% Nainen 4,00% 2,50% Alueen ajokortit jakaantuvat vastaavien henkilöryhmien kesken seuraavasti:
|
|
- Paavo Nurmi
- 10 vuotta sitten
- Katselukertoja:
Transkriptio
1 1 VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Professori Ilkka Virtanen & assistentti Saija Miettunen LASKUHARJOITUKSET VIIKKO 6/ Eräässä diktatuurimaassa on edelleen käytössä kuolemanrangaistus erityisesti poliittisista "rikkomuksista". Tuomioiden täytäntöönpanossa vallitsee lisäksi melkoinen mielivaltaisuus. Seuraavassa on yksi esimerkki tällaisesta menettelystä. Kuolemaantuomitulle vangille annetaan mahdollisuus pelastautua. Vangille annetaan kaksi samanlaista suljettavaa ja läpinäkymätöntä laatikkoa sekä 5 mustaa ja 5 valkoista palloa. Vanki saa sijoittaa pallot laatikoihin haluamallaan tavalla kuitenkin siten, että kumpaankin laatikkoon tulee vähintään yksi pallo, ja kaikki 10 palloa on sijoitettava laatikoihin. Tämän jälkeen oikeudenpalvelija valitsee satunnaisesti toisen laatikoista ja nostaa sieltä yhden pallon umpimähkään. Jos pallo on musta, kuolemaantuomio pannaan täytäntöön, jos valkoinen, vanki armahdetaan ja vapautetaan. Miten vangin on edullisinta sijoittaa pallot laatikoihin vapautuakseen? Entä mikä on hänen kannaltaan huonoin vaihtoehto? 2. Vakuutusyhtiön tilaston mukaan erään suurkaupunkialueen autoilijoiden (ajokortin omaavien kuljettajien) onnettomuusriski (autoilijan todennäköisyys joutua onnettomuuteen vuoden pituisena ajanjaksona) riippuu autoilijan iästä ja sukupuolesta seuraavan taulukon mukaisesti: Autoilijan ikä v Yli 20 v Sukupuoli Mies 10,00% 1,75% Nainen 4,00% 2,50% Alueen ajokortit jakaantuvat vastaavien henkilöryhmien kesken seuraavasti: Autoilijan ikä v Yli 20 v Sukupuoli Mies 8% 45% Nainen 7% 40% a) Tarkasteltavalla alueella tiedetään olevan ajokortin omaavaa asukasta. Kuinka monen näistä voidaan odottaa joutuvan kuljettajan ominaisuudessa auto-onnettomuuteen vuoden pituisena ajanjaksona? b) Suuretko ovat onnettomuusriskit alueella ryhmissä miehet ja naiset? Entä ikäryhmissä v ja yli 20 v?
2 2 c) Tarkastellaan yksittäistä alueella sattunutta auto-onnettomuutta. Onko kuljettaja todennäköisemmin iältään v vai yli 20 vuotta? Entä mihin neljästä kuljettajaryhmästä hän todennäköisimmin kuuluu? 3. Väestössä on todettu esiintyvän vaikeasti havaittavaa, myöhemmin vaikea-asteiseksi mahdollisesti kehittyvää sairautta tiheydellä 0.3% väestöstä. Taudin varhaiseksi havaitsemiseksi on kehitetty tutkimuslaitteisto, jolla jo taudin alkuaste voidaan kohtuullisella luotettavuudella havaita. Seurantatutkimusten perusteella on havaittu, että laitteistolla pystytään toteamaan 99% vielä piilevinä esiintyvistä tautitapauksista. Toisaalta on havaittu, että laitteisto antaa 2%:lle täysin terveitä henkilöitä tuloksen, jonka mukaan heillä saattaisi olla ko. sairaus. Kaikki henkilöt, joille laitteisto indikoi taudin olemassaoloa, kutsutaan jatkotutkimuksiin. a) Kuinka suuri osa tutkimuksissa käyneistä saa kutsun jatkotutkimuksiin? b) Kuinka suuri osa näistä jatkotutkimuksiin joutuneista on todella kyseisen taudin kantajia? c) Kommentoi tuloksia. Ovatko ne odotetun kaltaisia vai yllättäviä? Jos yllättäviä, niin mistähän yllätyksellisyys johtuu? 4. Tuotantoprosessin käynnistyessä koneille asennetaan tietyt säätöarvot. Säätöarvojen osuminen tarkasti kohdalleen onnistuu kokemuksen mukaan 90%:ssa tapauksista. Jos säätöarvot ovat oikeat, koneen tuottamien viallisten tuotteiden määrä on vain 5%. Väärin säädetty kone taas tuottaa 75% viallisia. a) Tuotantoprosessin käynnistyttyä tuotannosta otetaan yksi tuoteyksilö laadun testaukseen. Millä todennäköisyydellä tutkittava tuote on viallinen? b) Oletetaan, että tutkittu tuote havaittiin vialliseksi. Mikä on todennäköisyys, että viallisuus on väärän säädön aiheuttama? Tulisiko koneen asetukset tarkistaa? c) Tutkittu tuote havaittiin siis vialliseksi. Ennen kuin mihinkään säätötoimenpiteisiin ryhdyttiin (jos edellisen kohdan tulos yleensä suositteli tätä), päätettiin ottaa vielä toinenkin näyte tuotannosta. Tämä toinen tutkittu yksilö havaittiin virheettömäksi. Mikä on nyt käsitys koneen säätöarvojen oikeellisuudesta (johtopäätös säätöarvojen oikeellisuudesta oletetaan tehtäväksi tämän yhden, virheettömäksi todetun näytteen perusteella käyttäen a priori todennäköisyytenä b-kohdassa saatua tuoreinta käsitystä säätöarvojen paikallaan olosta)? Miten on nyt asetusten tarkistuksen tarpeellisuuden laita? 5. Tarkastellaan luennoillakin esille tulevaa öljynporausongelmaa. Öljy-yhtiöllä on voimassaoleva valtaus tiettyyn maa-alueeseen, josta öljy-yhtiö muiden vastaavien alueiden empiiristen historiatietojen perusteella on päätellyt seuraavaa: Öljyesiintymän luonne Esiintymän todennäköisyys Kuiva (θ 1 ) 0.50 Märkä (θ 2 ) 0.30 Lähde (θ 3 ) 0.20
3 3 Maaperän luonteesta on mahdollista hankkia lisäinformaatiota seismisellä mittauksella, jonka tulos on joko ei rakennetta (ER), avoin rakenne (AR) tai suljettu rakenne (SR). Mittauksen tulos on todettu suuntaa antavaksi seuraavan empiirisen aineiston mukaisesti: 1. kun mittausta on sovellettu maaperään, joka myöhemmin porattaessa on osoittautunut kuivaksi, seismisen mittauksen tulokset ovat jakaantuneet ei rakenteeseen, avoimeen rakenteeseen ja suljettuun rakenteeseen suhteessa 6:3:1 2. märän esiintymän tapauksessa mittauksen tulokset ER, AR ja SR ovat suhtautuneet 3:4:3 3. lähteen tapauksessa em. tulokset ovat esiintyneet suhteessa 1:4:5 Seismisen mittauksen käyttöä harkittaessa oletetaan, että todennäköisyysarviot voidaan perustaa näihin historiatietoihin. a) Jos seismistä mittausta päätetään käyttää, niin mitkä ovat todennäköisyydet eri tulosmahdollisuuksille ER, AR, SR mittauksessa? b) Kuinka monessa prosentissa tapauksista seisminen mittaus antaa "oikean kuvan" esiintymän luonteesta (oikealla kuvalla tarkoitetaan tässä sitä, että kuivassa tapauksessa saadaan tulos ER, märässä AR ja lähteen tapauksessa SR)? c) Oletetaan, että seismisen mittauksen tulokseksi saadaan suljettu rakenne SR. Mitkä ovat todennäköisyydet tapahtumille, että todellinen maailmantila (porauksessa selviävä esiintymän luonne) on kuiva, märkä, lähde? Vertaa tätä maailmantilan ex post todennäköisyysjakaumaa ex ante jakaumaan, so. jakaumaan ennen seismistä mittausta. Miten tulos SR on muuttanut käsitystä öljyesiintymän luonteesta? LASKUHARJOITUKSET VIIKKO 7/ Tarkastellaan yhtä luentojen perusesimerkeistä, Raiffan pallouurnia käsittelevä laboratorioongelmaa. Poimitaan tehtävään liittyvästä päätöspuusta esiin se päähaara, joka kuvaa monimutkaisinta lisäinformaation hankintavaihtoehtoa, koejärjestelyä e s. Tarkastelujen ulkopuolelle siis jätetään koejärjestelyt e 0, e 1 ja e 2. Osoita, että toisen pallon nostamiseen (kun ensimmäinen pallo on ollut punainen eli R) liittyvät todennäköisyydet ovat puussa ilmoitetun mukaiset: punaiselle pallolle (R) 0.58 ja mustalle pallolle (B) 0.42, kun toisen pallon nosto suoritetaan "palauttamalla" (ensiksi nostettu punainen pallo on ennen toisen pallon nostamista palautettu uurnaan), sekä punaiselle pallolle (R) 8/15 ja mustalle pallolle (B) 7/15, kun toisen pallon nosto suoritetaan "palauttamatta" (toinen pallo nostetaan jo nostetun punaisen pallon pariksi uurnassa jäljellä olevista yhdeksästä pallosta). 7. Henkilöt A, B ja C ovat ajautuneet niin vaikeisiin ristiriitatilanteisiin keskenään, että ovat päättäneet ratkaista kiistansa pistoolein kolmintaistelulla. Kolmintaistelu on muunnos klassisesta kaksintaistelusta. Henkilöt asettuvat piiriin yhtä etäälle toisistaan ("tasasivuisen kolmion kärkipisteisiin"). Osapuolten osumistarkkuudet ovat kaikkien tiedossa: A osuu kohteeseensa keskimäärin yhdellä laukauksella kolmesta, B kahdella laukauksella kolmesta ja C aina. Koska tasoerot ovat näin suuret, on yhteisesti sovittu, että A saa aloittaa ampumalla yhden laukauksen valitsemaansa kohteeseen. Seuraavaksi laukaisee B (mikäli on vielä hengissä) ja sitten C (ellei ole tullut jo ammutuksi). Näin jatketaan edelleenkin: vuoro tulee uudelleen ensiksi A:lle, sitten B:lle jne. Laukauksia jatketaan niin kauan, kunnes vain yksi osapuolista on hengissä.
4 4 a) Mikä on paras strategia A:lle hänen aloittaessaan kolmintaistelun? Kannattaako hänen tähdätä B:tä, tähdätä C:tä vai ampua ilmaan (so. tahallaan ohi)? Entä mikä on A:n toimintastrategia mahdollisilla uusintakierroksilla? b) Mikä on paras toimintastrategia B:lle ja C:lle, jos/kun heidän vuoronsa tulee? c) Suuretko ovat A:n, B:n ja C:n henkiinjäämistodennäköisyydet, kun kukin heistä noudattaa omaa optimaalista toimintastrategiaansa. 8. Kultaseppä aikoo ostaa markalla joko yhden suuren jalokiven tai kaksi markan arvoista pienempää kiveä ja hiottaa ostoksensa sitten uudestaan. Uudelleenhionta maksaa tuloksesta riippumatta suuren kiven osalta mk ja pienempien mk/kivi sekä nostaa hionnan kestävän kiven arvoa 30 %. Todennäköisyys, että hiottava kivi tuhoutuu arvottomaksi piilevän sisäisen vian vuoksi, on suurta kiveä käsiteltäessä 0.10 ja pienempää käsiteltäessä Kannattaako kultasepän ostaa yksi suuri jalokivi vai kaksi pienempää? Tässä kannattavuuden mittana pidetään hionnan jälkeisen varallisuuden odotusarvoa. Suuriko on hiontatilanteeseen liittyvän epävarmuuden hinta kultasepälle? 9. Öljy-yhtiössä pohditaan, pitäisikö yhtiön hallussa oleva valtaus myydä heti (a 1 ), pitää vielä vuosi ja myydä sitten (a 2 ) vai porata itse heti (a 3 ). Valtauksen myymisestä saisi nyt USD 12.5 milj. Vuoden kuluttua valtauksesta saisi arvioiden mukaan USD 44.0 milj., mikäli öljyn hinta tällä välillä nousisi merkittävästi (merkittävän nousun todennäköisyys on 0.10), muussa tapauksessa USD 11.0 milj. Jos taas päätetään porata heti, ovat porauskustannukset USD 20 milj. ja saatavien öljyn nettotuottojen (porauskustannukset pois lukien) nykyarvot valtauksen (ennen porauksen suorittamista tuntemattomasta) laadusta riippuen: Valtauksen laatu Todennäköisyys Tuotto (milj. USD) Kuiva Lähteinen Öljylähde Tuottojen nykyarvon laskennassa on käytetty (ja käytetään) laskentakorkokantana 10% p.a. Esitä perusteltu suosituksesi öljy-yhtiön menettelyksi valtauksen suhteen. LASKUHARJOITUKSET VIIKKO 8/ Yritys suunnittelee tutkimusohjelmaa uuden tuotteen kehittämiseksi. Tutkimuksen kestoajaksi arvioidaan 12 kk ja kustannuksiksi 1 Mmk. Ohjelman onnistumisen mahdollisuudeksi arvioidaan 4 : 1. Onnistunut tutkimusohjelma on luonnollisesti perusedellytys markkinoiden avautumiselle. Kilpailijat ovat kuitenkin myös liikkeellä, minkä johdosta tuotteen markkinoinnin onnistuminen vasta lopullisesti ratkaisee saavutettavan markkinaosuuden ja myynnin arvon. Laskelmissa päädyttiin seuraaviin arvioihin:
5 5 Markkinointi Markkinaosuus Todennäköisyys Myynnin onnistuu nykyarvo Hyvin Suuri Mmk Kohtalaisesti Keskinkertainen Mmk Heikosti Pieni Mmk Myynnin nykyarvo ei sisällä edeltävän tutkimusohjelman eikä tuotteen markkinoille laskun ( mk) kustannuksia. Yrityksellä on myös vaihtoehtoinen tapa edetä hankkeessa. Tehdäänkin 8 kk kestävä esitutkimus, joka maksaa mk ja jolla jo selviää, pystytäänkö ko. tuote kehittämään. Myönteisessä tapauksessa voidaan esitutkimusta jatkaa tehostetulla 4 kk:n mittaisella kehitysohjelmalla, jonka kustannukset ovat mk. Tuotteen markkinointiominaisuudet ja muut kustannukset ovat kuten edellisessä vaihtoehdossa. Vielä on mahdollista, että noudatetaankin matkimisstrategiaa. Odotetaan jonkun kilpailijoista kehittävän tuotteen (tällainen mahdollisuus arvioidaan 70%:n suuruiseksi) ja imitoidaan sitä. Kehitysohjelma maksaisi tällöin vain mk (ja olisi aina tuloksekas) ja markkinoille tunkeutuminen mk, mutta vastaavasti myynnin nykyarvot olisivat vain 50% muiden vaihtoehtojen arvoista. a) Kuvaa päätöstilanne päätöspuuna. Liitä sattumasolmuihin tapahtumien todennäköisyydet sekä päätös- ja sattumasolmuihin niihin liittyvät markkamääräiset seuraamukset. b) Ratkaise päätöspuu lopusta alkuun -tekniikalla. Käytä puun latvahaarojen kriteeritavoitteena nettomääräisiä tuottoarvoja (myynnin nykyarvo miinus tutkimus- ym. kustannukset). Päätöksentekijän oletetaan olevan odotusarvoilija. c) Esitä optimistarategia verbaalisti (miten päätöksentekijän tulee missäkin vaiheessa menetellä saavuttaakseen mahdollisimman hyvän tuloksen). 11. Tarkastellaan luentoesimerkkinä ollutta "Markkinapäätös epävarmuuden vallitessa" päätösongelmaa. Osoittautui, että päätöstilanteen epävarmuuteen liittyen sen täydellisen informaation arvo EVPI = mk/v. Suuriko osa tästä arvosta voidaan hyödyntää sellaisella etukäteen suoritettavalla markkinatutkimuksella, joka 80%:n todennäköisyydellä ennakoi oikein saavutettavan markkinaosuuden tason (erehtymiset osuvat keskenään yhtä todennäköisesti kahden muun markkinaosuusvaihtoehdon osalle)? Miten markkinatutkimuksen tulos ohjaa päätöksentekoa perusvaihtoon verrattuna (toiminta järjestetään agentuuriliikkeen avulla)? 12. Päätöksentekijän suhtautumista riskiin tutkittiin esittämällä hänelle sarja perättäisiä "fiftyfifty"-arpajaisia, joiden riskitön vaihtoarvo (RVA) hänen tuli määrittää. Kussakin arpajaisessa oli kaksi tulos- tai palkintomahdollisuutta x 1 ja x 2, joiden kummankin esiintymistodennäköisyys oli 0.5. Kokeen tuloksista laadittiin seuraava taulukko:
6 6 x 1 x 2 RVA a) Hahmottele taulukon perusteella päätöksentekijän riskisuhtautumista kuvaava ja mittaava π indifferenssifunktio välille [ , ]. b) Minkä arvoiseksi kyseinen päätöksentekijä arvioi satunnaishyödykkeen, jonka realisointi todennäköisyydellä 0.3 johtaa rahayksikön menetykseen ja todennäköisyydellä 0.7 antaa rahayksikön positiivisen tuloksen. Vertaa tulosta odotusarvoilijan arvonmääritykseen. Suuriko on päätöksentekijän vaatima hinta (tai hänen valmiutensa maksuhyvitykseen) satunnaishyödykkeeseen liittyvästä riskistä? LASKUHARJOITUKSET VIIKKO 9/ Tarkastellaan luennoilla esillä ollutta öljynporausongelmaa (Raiffa: Decision Analysis, Chapter 2, 9. Project, p ). Luennoilla ongelma ratkaistiin odotusarvoilijan tapauksessa. Oletetaan nyt, että päätöksentekijä onkin riskinkarttaja. Hänen suhtautumisestaan riskiin on käytettävissä seuraavat tiedot (Raiffa, Chapter 4, 15. Project, p ): Päätöksentekijän tämän hetken likvidi varallisuus on $ Se on samalla maksimitappio, jonka hän on valmis sietämään. Hän on myös riskin karttaja. Päätöksentekijä hyväksyy vedon tai arpajaiset, joissa hänellä on mahdollisuus joko voittaa $ tai menettää koko likvidin varallisuutensa $ Vedosta, jossa päätöksentekijällä on niinikään mahdollisuus joko voittaa $ tai jäädä omilleen, hän on valmis maksamaan $ Tilanteessa, jossa päätöksentekijällä on mahdollisuus joko jäädä omilleen tai menettää koko likvidin omaisuutensa $ , hän on valmis ottamaan $ suuruisen vakuutuksen päästäkseen eroon tästä uhkatilanteesta. a) Hahmottele yllä olevien tietojen perusteella päätöksentekijän rahan hyötyfunktio (π -indifferenssifunktio). b) Ratkaise öljynporausongelma tämän riskiä karttavan päätöksentekijän tapauksessa. Mikä on koko operaation arvo päätöksentekijälle? Vertaa tulosta odotusarvoilijan tilanteeseen (sekä optimistrategiaa että sen tuottamaa tulosta). c) Suuretko ovat EVSI ja EVPI nyt kuvatussa tilanteessa? Vertaa odotusarvoilijan tapaukseen. 14. Päätöksentekijän hyötyfunktion on estimoitu noudattavan eksponentiaalista lakia π (x) = 1 e (x ).
7 7 Päätöksentekijän on määritettävä riskitön vaihtoarvo satunnaishyödykkeelle, jonka tulemavaihtoehdot ja niiden todennäköisyydet tunnetaan seuraavasti: Maailmantila Tulos Todennäköisyys θ θ θ a) Suuriko on päätöksentekijän RVA ko. hyödykkeelle? b) Suuriko on satunnaishyödykkeeseen sisältyvästä riskistä aiheutuva päätöksentekijän riskipreemio? 15. Tietyn päätöksentekijän suhtautumista riskiin tutkittiin muutamalla empiirisellä kokeella. Valintatilanteessa I A mk B mk mk päätöksentekijän todettiin olevan indifferentti varman vaihtoehdon A ja epävarmuutta sisältävän vaihtoehdon B välillä. Valintatilanteessa II C mk D mk mk
8 8 päätöksentekijä taas oli indifferentti vaihtoehtojen C ja D kesken. Kolmannessa valintatilanteessa (ks. seuraava sivu) päätöksentekijä oli puolestaan indifferentti vaihtoehtojen E ja F välillä. E mk F mk mk Käyttäen yllä olevaa informaatiota (ja vain sitä) päätöksentekijän suhtautumisesta riskiin ratkaise seuraava päätöspuuna esitetty päätösongelma. Mikä on päätöksentekijän optimistrategia ja tähän strategiaan liittyvä riskitön vaihtoarvo? Huomaa nyt erityisesti, että päätöksentekijä ei ole odotusarvoilija. Z mk G X Y 1/4 3/4 I J W mk mk mk H mk mk LASKUHARJOITUKSET VIIKKO 10/ Tarkastellaan luennoilla esillä ollutta "Markkinointipäätös epävarmuuden vallitessa" ongelmaa. Ratkaistaan päätösongelma strategiamatriisi tekniikalla. Oletetaan, että tarjotun markkinatutkimuksen (60%:n osumatarkkuusa) hinta on mk.
9 9 a) Mitkä ovat ongelman maailmantilat (3 kpl)? b) Mitkä ovat ongelman kaikki strategiat ( = 31 kpl)? Ennen jatkoanalyysia poista strategialuettelosta epärationaaliselta tuntuvat strategiat (esim. strategian mukaan tehdään markkinointitutkimus, mutta sen tulosta ei käytetä hyödyksi; strategian toimintavaihtoehdot ovat intuitiivisesti ristiriidassa markkinatutkimuksen tuloksen kanssa). c) Jäljelle jääneille strategioille ( = 11 kpl) määritä niiden ehdolliset arvot eri maailmantiloja vastaavasti (odotusarvoilijalle). d) Poista dominoidut strategiat, jolloin strategiamatriisiin jäävät jäljelle vain ongelman Pareto-optimaaliset strategiat. e) Mikä on ongelman optimistrategia odotusarvokriteerin mukaan määritettynä? Vertaa tulosta päätöspuuanalyysin tuottamaan tulokseen. 17. Kolmen suomalaisen lääketieteen tutkijan on onnistunut kehittää lääkeaine, jonka odotetaan parantavan tyypillisen aamupäänsäryn. Varmuutta lääkkeen tehosta ei vielä kuitenkaan ole saatu. Jos lääke osoittautuu tehokkaaksi, siitä saatavan voiton odotusarvoksi on arvioitu 40 milj. mk, kun taas tehoton lääke markkinoille laskettuna aiheuttaisi 10 milj. mk tappiota. Tutkijoilla on käytössään testausmenetelmä, jolla lääkkeen tehokkuutta voidaan etukäteen arvioida. Testausmenetelmä ei ole kuitenkaan tuloksiltaan vedenpitävä. Se antaa 30 tapauksessa sadasta positiivisen tuloksen, vaikka lääkeaine todellisuudessa osoittautuisikin tehottomaksi. Vastaavasti testi luokittelee tehokkaan lääkkeen tehottomaksi 40 tapauksessa sadasta. Toteutettavan testiohjelman kustannukset ovat 6 milj. mk. Maailmantilavaihtoehtoja on nyt selvästikin kaksi: lääke tehokas, lääke tehoton. Tutkijoiden toimintastrategioita on ilmeisesti kuusi (kaksi tapaa edetä markkinoinnissa ilman testausmenetelmän käyttöä ja neljä eri tapaa edetä suoritetun testin tulokseen perustuen). Tehtävänä on siis selvittää, kannattaako markkinointi aloittaa ja tuleeko markkinointi (tai markkinoinnista luopumispäätös) perustaa edeltävään testausmenettelyyn vai ei. Ratkaise päätösongelma strategiamatriisitekniikalla. Esitä ratkaisussasi seuraavat kohdat: laadi strategialuettelo määritä kunkin strategian ehdollliset arvot kummallakin eri maailmantilavaihtoehdolla (= strategiamatriisin laadinta) poista strategialuettelosta dominoidut strategiat määritä tehokkaat l. Pareto-optimaaliset strategiat määritä odotusarvokriteerin mukainen optimistrategia; a priori -todennäköisyys sille, että kehitetty lääke on tehokas, on LASKUHARJOITUKSET VIIKKO 11/ Päätöksentekijän hyötyfunktio noudattaa ns. negatiivista eksponenttilakia: u(x) = 1 - e x. a) Tutki päätöksentekijän suhtautumista riskiin funktion u(x) ominaisuuksien perusteella. a) Funktio u(x) ei ole raiffalainen π -indifferenssifunktio. Miksi ei? Sen sijaan katkaistu u(x), merk. û(x),
10 10 c) û(x) = 1 - e x, kun 0 x d) voidaan tulkita π -indifferenssifunktion varsin hyväksi approksimaatioksi. Osoita tämä. e) Missä rajoissa p voi vaihdella, jotta yllä esitetyn riskikäyttäytymisen omaava päätöksentekijä preferoisi satunnaishyödykettä p 1000 mk 1-p 5000 mk ennen varmuudella saamaansa 2000 mk:n palkintoa? 19. Sijoittaja haluaa investoida 1 milj. mk vuodeksi. Sijoitusvaihtoehdot ovat a 1 : pankkitalletus kiinteällä korolla (6%) a 2 : tarjotun maa-alueen osto. Maan arvo vuoden kuluttua riippuu siitä, tuleeko suunniteltu tie läheltä maa-aluetta. Tien linjaus ratkaistaan lopullisesti vuoden kuluessa. Päätösongelman maailmantilat ovat siten θ 1 : θ 2 : tietä ei tule tie tulee. Arvioidut tuotot sijoitusmuodon ja maailmantilan funktiona ovat seuraavat (verotuksen vaikutus jätetään tarkasteluissa huomiotta): V(a 1 θ 1 ) = 6% x 1 milj. mk = mk V(a 1 θ 2 ) = 6% x 1 milj. mk = mk V(a 2 θ 1 ) = -5% x 1 milj. mk = mk V(a 2 θ 2 ) = 20% x 1 milj. mk = mk a) Ratkaise sijoittajan päätösongelma strategiamatriisitekniikkaa ja odotusarvokriteeriä hyväksi käyttäen; esitä ratkaisun riippuvuus (tuntemattomasta) tien tulemisen todennäköisyydestä. b) Suuriko on tähän ongelmaan liittyvä täydellisen informaation arvo (EVPI), jos P(θ 2 ) = 0 P(θ 2 ) = 0.4 P(θ 2 ) = 0.8?
11 Tarkastellaan tehtävän 18 päätöksentekijää, ts. päätöksentekijää, jonka hyötyfunktio on u(x) = 1 - e x. Tarkastellaan päätöksentekijän suhtautumista satunnaishyödykkeeseen 0.5 x 0.5 -y Määritä funktio y = g(x), joka ilmoittaa, mitkä satunnaishyödykkeet päätöksentekijä on valmis hyväksymään [y g(x)] ja mitkä hän hylkää [y > g(x)] oman riskikäyttäytymisensä perusteella. LASKUHARJOITUKSET VIIKKO 12/ Kahden eri päätöksentekijän hyötyfunktioiden oletetaan noudattavan ns. negatiivista eksponenttilakia: siten, että c 1 = 500 ja c 2 = u i (x) = 1 e x c i, i = 1,2 a) Totea, että kumpikaan päätöksentekijöistä ei yksinään ole valmis osallistumaan projektiin, joka onnistuessaan (todennäköisyys onnistumiselle on = 0.5) tuottaa 1000 rahayksikköä ja epäonnistuessaan aiheuttaa päätöksentekijälle 600 rahayksikön menetyksen. Ohje: tarkastelu tehtävän 20 funktion y = g(x) avulla. b) Voidaan osoittaa, että eksponentiaalisen hyötyfunktion tapauksessa projektin optimaalinen jako päätöksentekijöiden kesken tapahtuu c i -lukujen suhteessa (ilman erillistä siirtomaksua). Osoita tämän perusteella, että yllä mainittua projektia ei ole myöskään mahdollista jakaa päätöksentekijöiden kesken molempien hyväksymällä tavalla. Suuriko tappio voisi enintään olla, jotta projekti tulisi yhteisesti hyväksytyksi (tuotto edelleen 1000 rahayksikköä)? Mitkä ovat päätöksentekijöiden osuudet tuotosta/tappiosta tällöin? 22. Edelliseen tehtävään liittyen: voidaan osoittaa (ei tarvitse osoittaa tässä), että päätöksentekijöiden muodostaman ryhmän yhteinen hyötyfunktio noudattaa niinikään samaa negatiista eksponenttilakia parametrin arvolla c* = c 1 + c 2. Määritä tämän perusteella edellisen tehtävän päätöksentekijöiden muodostamalle ryhmälle "tappionsietofunktio" y = g(x) ja totea sen avulla ryhmän em. projektin tuotto-odotukseen 1000 liittyvä tappionsietokyky. 23. Oletetaan, että päätöksentekijöiden lukumäärä on suuri ja että kaikkien heidän hyötyfunktionsa on tehtävässä 21 esitetyn mukainen. Käyttäen hyväksi tehtävässä 22 annettua tietoa koko ryhmän yhteisen hyötyfunktion (ja siitä johdettavan tappionsietofunktion) määräytymi-
12 12 sestä osoita, että ryhmän koon kasvaessa ryhmän suhtautuminen riskiin lähestyy odotusarvoilijan käyttäytymistä. Ohje: odotusarvoilijan tappionsietofunktio on muotoa y = g(x) = x. Osoita, että ryhmän tappionsietofunktio lähenee tätä, kun ryhmän koko kasvaa, ts. kun tehtävässä 22 mainittu c* on suuri. Tulos perustuu tunnettuihin likiarvokaavoihin (voimassa pienillä x:n arvoilla): e x 1 + x ja ln (1 + x) x. 24. Osoita, että seuraavilla kahdella matriisipelillä on satulapisteet: P 2 P P P Mitkä ovat pelaajien optimistrategiat ja mitkä ovat pelien arvot? 25. Millä p:n ja q:n arvoilla seuraavilla peleillä on satulapiste kohdassa i=2, j=2, ts. satulapisteet ovat a 22 = 5 ja a 22 = 7? P 2 P 2 1 q P 1 p 5 10 P q p Seuraavilla peleillä ei ole satulapistettä. Missä rajoissa niiden arvojen voidaan kuitenkin päätellä olevan (ohje: haarukan muodostavat maxmin ja minmax arvot)? P 2 P P P
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI 5.3.1999
1(5) VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI 5.3.1999 Tehtävä 1. Liitteessä on kuvattu yksi luentojen perusesimerkeistä, Raiffan pallouurnia
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen I UUSINTATENTTI 4.3.1996
1 VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen I UUSINTATENTTI 4.3.1996 Tehtävä 1. Eräässä diktatuurimaassa on edelleenkin käytössä kuolemanrangaistus
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen II UUSINTATENTTI 10.5.1996
1 VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen II UUSINTATENTTI 10.5.1996 Tehtävä 1. Tuotantoprosessin käynnistyessä koneille asennetaan tietyt säätöarvot.
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI
1(5) VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI 29.1.1999 Tehtävä 1. Kahdessa ulkonäöltään identtisessä läpinäkymättömästä materiaalista valmistetussa
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI 18.12.1998
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI 18.12.1998 Tehtävä 1. Vakuutusyhtiön tilaston mukaan erään suurkaupunkialueen autoilijoiden (ajokortin
Päätöksentekomenetelmät
L u e n t o Päätöksentekomenetelmät Luennon sisältö Hanna Virta / Liikkeenjohdon systeemit Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Johdanto päätöksentekoon Päätösongelmia löytyy
Päätöksentekomenetelmät
L u e n t o Hanna Virta / Liikkeenjohdon systeemit Päätöksentekomenetelmät Luennon sisältö Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Päätösongelmia löytyy joka paikasta Päästökauppa:
Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly
Bayesin pelit Kalle Siukola MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Toistetun pelin esittäminen automaatin avulla Ekstensiivisen muodon puu on tehoton esitystapa, jos peliä
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3 Ratkaisuehdotuksia 1. (a) Päätöspuu on matala, jos mitään sattumasolmua ei välittömästi seuraa sattumasolmu eikä mitään päätössolmua
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008 Harjoitus 4 Ratkaisuehdotuksia 1. Olkoon herra K.:n hyötyfunktio u(x) = ln x. (a) Onko herra K. riskinkaihtaja, riskinrakastaja vai riskineutraali?
3. laskuharjoituskierros, vko 6, ratkaisut
Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin. laskuharjoituskierros, vko 6, ratkaisut D. Uurnassa A on 4 valkoista ja 6 mustaa kuulaa ja uurnassa B on 6 valkoista ja 4 mustaa
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 5 (Koetentti)
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 200 Harjoitus 5 (Koetentti) Ratkaisuehdotuksia. Öljy-Yhtiö Oy on tehnyt herra K.:n maapalasta ostotarjouksen 200kC. Herra K. voi joko myydä maapalan
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008. päätöspuiden avulla tarkastellaan vasta seuraavissa harjoituksissa.
ORMS00 Päätöksenteko epävarmuuden vallitessa Syksy 008 Harjoitus Ratkaisuehdotuksia Nämä harjoitukset liittyvät päätöspuiden rakentamiseen: varsinaista päätöksentekoa päätöspuiden avulla tarkastellaan
SEKASTRATEGIAT PELITEORIASSA
SEKASTRATEGIAT PELITEORIASSA Matti Estola 8. joulukuuta 2013 Sisältö 1 Johdanto 2 2 Ratkaistaan sukupuolten välinen taistelu sekastrategioiden avulla 5 Teksti on suomennettu kirjasta: Gibbons: A Primer
5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3
Mat-.9 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Verkot todennäköisyyslaskennassa Satunnaismuuttujat ja todennäköisyysjakaumat Jakaumien tunnusluvut Kertymäfunktio, Momentit, Odotusarvo,
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,
4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on
Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Otanta Poisson- Jakaumien tunnusluvut Diskreetit jakaumat Binomijakauma, Diskreetti tasainen jakauma, Geometrinen jakauma, Hypergeometrinen
4. laskuharjoituskierros, vko 7, ratkaisut
4. laskuharjoituskierros, vko 7, ratkaisut D1. Kone valmistaa kuulalaakerin kuulia, joiden halkaisija vaihtelee satunnaisesti. Halkaisijan on oltava tiettyjen rajojen sisällä, jotta kuula olisi käyttökelpoinen.
/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla
16.11.2017/1 MTTTP5, luento 16.11.2017 3.5.5 Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla ~,, ~,,. 16.11.2017/2 Esim. Tutkittiin uuden menetelmän käyttökelpoisuutta
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008
ORMS22 Päätöksenteko epävarmuuden vallitessa Syksy 28 Harjoitus 7 Ratkaisuehdotuksia. Liukuhihnafirma Oy tuottaa jipposensoreita liukuhihnalla. Liukuhihnalla on kuitenkin ylikapasiteettia. Siten Liukuhihnafirma
Tilastollinen testaus. Vilkkumaa / Kuusinen 1
Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää
Nollasummapelit ja bayesilaiset pelit
Nollasummapelit ja bayesilaiset pelit Kristian Ovaska HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Seminaari: Peliteoria Helsinki 18. syyskuuta 2006 Sisältö 1 Johdanto 1 2 Nollasummapelit 1 2.1
MS-C2105 Optimoinnin perusteet Malliratkaisut 5
MS-C2105 Optimoinnin perusteet Malliratkaisut 5 Ehtamo Demo 1: Arvaa lähimmäksi Jokainen opiskelija arvaa reaaliluvun välillä [0, 100]. Opiskelijat, joka arvaa lähimmäksi yhtä kolmasosaa (1/3) kaikkien
Yhteistyötä sisältämätön peliteoria jatkuu
Yhteistyötä sisältämätön peliteoria jatkuu Tommi Lehtonen Optimointiopin seminaari - Syksy 2000 / 1 Bayesilainen tasapaino Täysi informaatio Vajaa informaatio Staattinen Nash Bayes Dynaaminen Täydellinen
(x, y) 2. heiton tulos y
Mat-1.2620 Sovellettu todennäköisyyslaskenta B / Tehtävät Demo-tehtävät: 1, 2, 4, 6, 8, 11 Pistetehtävät: 3, 5, 9, 12 Ylimääräiset tehtävät: 7, 10, 13 Aiheet: Joukko-oppi Todennäköisyys ja sen määritteleminen
806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.
806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy 2012 1. Olkoon (X 1,X 2,...,X 25 ) satunnaisotos normaalijakaumasta N(µ,3 2 ) eli µ
Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:
Mat-2.091 Sovellettu todennäköisyyslasku Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat: Alkeistapahtuma, Ehdollinen todennäköisyys, Erotustapahtuma,
/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla
17.11.2016/1 MTTTP5, luento 17.11.2016 3.5.5 Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla likimain Jos X ~ Bin(n, p), niin X ~ N(np, np(1 p)), kun n suuri. 17.11.2016/2
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C1 Assist. Jan Jääskeläinen Syksy 17 Mallivastaukset 7. 1. Kaupungissa on kaksi suurta taidemuseoa (pelaajat) ja 5 asukasta. Taidemuseoilla on
D ( ) E( ) E( ) 2.917
Mat-2.091 Sovellettu todennäköisyyslasku 4. harjoitukset/ratkaisut Aiheet: Diskreetit jakaumat Avainsanat: Binomijakauma, Diskreetti tasainen jakauma, Geometrinen jakauma, Hypergeometrinen jakauma, Kertymäfunktio,
1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla
A31C00100 Mikrotaloustiede Kevät 2017 HARJOITUKSET 3 1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla (i) Alla olevan kuvan kuluttaja A) on riskinkaihtaja B) on riskineutraali
Y56 laskuharjoitukset 6
Y56 Kevät 00 Y56 laskuharjoitukset 6 Palautus joko luennolle/mappiin tai Katjan lokerolle (Koetilantie 5, 3. krs) to.4. klo 6 mennessä (purku luennolla ti 7.4.) Ole hyvä ja vastaa suoraan tähän paperiin.
riippumattomia ja noudattavat samaa jakaumaa.
12.11.2015/1 MTTTP5, luento 12.11.2015 Luku 4 Satunnaisotos, otossuure ja otosjakauma 4.1. Satunnaisotos X 1, X 2,, X n on satunnaisotos, jos X i :t ovat riippumattomia ja noudattavat samaa jakaumaa. Sanonta
¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.
10.11.2006 1. Pituushyppääjä on edellisenä vuonna hypännyt keskimäärin tuloksen. Valmentaja poimii tämän vuoden harjoitusten yhteydessä tehdyistä muistiinpanoista satunnaisesti kymmenen harjoitushypyn
INTERVALLIPÄÄTÖSPUUT JANNE GUSTAFSSON 45433E. Mat Optimointiopin seminaari Referaatti
12.11.1999 INTERVALLIPÄÄTÖSPUUT JANNE GUSTAFSSON 45433E Mat-2.142 Optimointiopin seminaari Referaatti Syksy 1999 1. JOHDANTO Thomas M. Stratin artikkeli Decision Analysis Using Belief Functions käsittelee
Yhteistyötä sisältämätön peliteoria
Yhteistyötä sisältämätön peliteoria jarkko.murtoaro@hut.fi Optimointiopin seminaari Kevät 2003 / 1 Sisältö Johdanto Käsitteistö Työkalut Nashin tasapaino Täydellinen tasapaino Optimointiopin seminaari
MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009
EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa
805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)
21.11.2017/1 MTTTP5, luento 21.11.2017 Otossuureita ja niiden jakaumia (jatkuu) 4) Olkoot X 1, X 2,..., X n satunnaisotos (, ):sta ja Y 1, Y 2,..., Y m satunnaisotos (, ):sta sekä otokset riippumattomia.
Jatkuvat satunnaismuuttujat
Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään
MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen
MAT-25 Todennäköisyyslaskenta Tentti 12.4.216 / Kimmo Vattulainen Funktiolaskin sallittu. Palauta kaavakokoelma 1. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi
monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.
Epätäydellisen preferenssiinformaation hyödyntäminen monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi 15.1.2018 Ohjaaja: Prof. Kai Virtanen Valvoja: Prof. Kai Virtanen Tausta Päätöspuu
Paljonko maksat eurosta -peli
Paljonko maksat eurosta -peli - Ajattele todellinen tilanne ja toimi oman näkemyksesi mukaisesti - Tee tarjous eurosta: * Korkein tarjous voittaa euron. * Huonoimman tarjouksen esittäjä joutuu maksamaan
Mat Sovellettu todennäköisyyslasku A
TKK / Systeemianalyysin laboratorio Nordlund Mat-2.090 Sovellettu todennäköisyyslasku A Harjoitus 4 (vko 41/2003) (Aihe: diskreettejä satunnaismuuttujia ja jakaumia, Laininen luvut 4.1 4.7) 1. Kone tekee
Totta vai tarua matematiikan paradokseja
Totta vai tarua matematiikan paradokseja Onko intuitio aina oikeassa todennäköisyyksiä pohdittaessa? Tilastot eivät valehtele, eiväthän? Työohjeet: 1) Muodostetaan noin 3 henkilön ryhmät. 2) Valitkaa yhden
Luento 8. June 3, 2014
June 3, 2014 Luokka pelejä, joissa pelaajilla on epätäydellistä informaatiota toistensa preferensseistä ja joissa valinnat tehdään samanaikaisesti. Tämä tarkoittaa, että pelaajat eivät tiedä toistensa
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
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin?
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 200 Harjoitus Ratkaisuehdotuksia. Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin? (a) Todennäköisyys että kolikonheitossa saadaan lopulta
voidaan hylätä, pienempi vai suurempi kuin 1 %?
[MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 5 viikko 42 6.10.2017 klo 10:42:20 Ryhmät: ke 08.30 10.00 LS C6 Paajanen ke 10.15 11.45 LS
b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa.
2.9. Epävarmuus ja odotetun hyödyn teoria Testi. Kumman valitset a) 10 euroa varmasti. b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa. Odotettu arvo 0,5* 15 + 0,5*5
Otanta ilman takaisinpanoa
Otanta ilman takaisinpanoa Populaatio, jossa N alkiota (palloa, ihmistä tms.), kahdenlaisia ( valkoinen, musta ) Poimitaan umpimähkään (= symmetrisesti) n-osajoukko eli otos Merkitään tapahtuma A k = otoksessa
Martingaalit ja informaatioprosessit
4A Martingaalit ja informaatioprosessit Tämän harjoituksen tavoitteena on tutustua satunnaisvektorin informaation suhteen lasketun ehdollisen odotusarvon käsitteeseen sekä oppia tunnistamaan, milloin annettu
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008. Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta:
RMS22 Päätöksenteko epävarmuuden vallitessa Syksy 28 Harjoitus 8 Ratkaisuehdotuksia Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta: Pankki harkitsee myöntääkö 5. euron lainan asiakkaalle 12%
Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä
Todennäköisyys 1 Klassinen todennäköisyys: p = Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä Esimerkkejä: Nopan heitto, kolikon heitto Satunnaismuuttuja Tilastollisesti vaihtelevaa
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008 Harjoitus 5 Ratkaisuehdotuksia Näissä harjoituksissa viljellään paljon sanaa paradoksi. Sana tulee ymmärtää laajassa mielessä. Suppeassa mielessähän
A. 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
Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta
MS-A00 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta 7.. Gripenberg Kirjoita jokaiseen koepaperiin nimesi, opiskelijanumerosi ym. tiedot ja minkä kokeen suoritat! Laskin,
Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.
5.10.2017/1 MTTTP1, luento 5.10.2017 KERTAUSTA Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla todennäköisyydellä,
Kansainvälinen rahatalous Matti Estola. Termiinikurssit ja swapit valuuttariskien hallinnassa
Kansainvälinen rahatalous Matti Estola ermiinikurssit ja swapit valuuttariskien hallinnassa 1. Valuuttariskien suojauskeinot Rahoitusalan yritykset tekevät asiakkailleen valuuttojen välisiä termiinisopimuksia
Rahoitusriskit ja johdannaiset Matti Estola. luento 7 Swap sopimuksista lisää
Rahoitusriskit ja johdannaiset Matti Estola luento 7 Swap sopimuksista lisää 1. Pankki swapin välittäjänä Yleensä 2 eri-rahoitusalan yritystä eivät tee swap sopimusta keskenään vaan pankin tai yleensäkin
Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.
6.10.2016/1 MTTTP1, luento 6.10.2016 KERTAUSTA JA TÄYDENNYSTÄ Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla
Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Päätöksentekijä on riskipakoinen, jos hyötyfunktio on konkaavi. a(x) = U (x) U (x)
Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Hyöty (engl. utility) = arvo, jonka koemme riskitilanteessa eli, kun teemme päätöksiä epävarmuuden (todennäköisyyksien) vallitessa. Vrt.
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Bayesläinen tilastollinen päättely Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 4.6.2013 Ratkaisut ja arvostelu 1.1 Satunnaismuuttuja X noudattaa normaalijakaumaa a) b) c) d) N(170, 10 2 ). Tällöin P (165 < X < 175) on likimain
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 4
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 4 Ratkaisuehdotuksia 1. Omppukone Oy valmistaa liukuhihnalla muistipiirejä kymmenen piirin sarjoissa. Omppukone arvioi, että keskimäärin
Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012
Luentokalvoja tilastollisesta päättelystä Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Otanta Otantamenetelmiä Näyte Tilastollinen päättely Otantavirhe Otanta Tavoitteena edustava otos = perusjoukko
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KAKSIULOTTEISEN EMPIIRISEN JAKAUMAN TARKASTELU Jatkuvat muuttujat: hajontakuvio Koehenkilöiden pituus 75- ja 80-vuotiaana ID Pituus 75 Pituus 80 1 156
Copyright (C) 2012 Matias Savolainen & Marko Kaarto
Asunto 400 000 Pankista lainaa 200 000 Pankista lainaa 200 000 Omaa rahaa 100 000 Copyright (C) 2012 Matias Savolainen & Asunto 400 000 Omaa rahaa 100 000 + 100 000 = 200 000 Pankista lainaa 200 000 Pankista
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 017 Mallivastaukset 7. Kaupungissa on kaksi suurta taidemuseoa (pelaajat) ja 500 000 asukasta. Taidemuseoilla
Mat Sovellettu todennäköisyyslasku A
Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Klassinen todennäköisyys ja kombinatoriikka Todennäköisyyden aksioomat Kokonaistodennäköisyys ja Bayesin kaava Bayesin kaava,
MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu
5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017
Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma tiedetään. Se on normaalijakauma, havainnollistaminen simuloiden
1 KERTAUSTA JA TÄYDENNYSTÄ Luento 30.9.2014 Olkoon satunnaisotos X 1, X 2,, X n normaalijakaumasta N(µ, σ 2 ), tällöin ~ N(µ, σ 2 /n), kaava (6). Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 27. syyskuuta 2007 Antti Rasila () TodB 27. syyskuuta 2007 1 / 15 1 Diskreetit jakaumat Diskreetti tasainen jakauma Bernoulli-jakauma Binomijakauma Geometrinen
Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)
1/10 Tehtävä 1 2 3 4 5 6 7 8 9 10 Yhteensä Pisteet (tarkastaja merkitsee) Kokeessa on kymmenen tehtävää, joista jokainen on erillisellä paperilla. Jokaisen tehtävän maksimipistemäärä on 6 pistettä. Ratkaise
Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla
Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla Optimointiopin seminaari - Syksy 2000 / 1 Esitelmän sisältö Investointien peruuttamattomuuden vaikutus investointipäätökseen Investointimahdollisuuksien
Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat.
Approbatur 3, demo 1, ratkaisut 1.1. A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat. Käydään kaikki vaihtoehdot läpi. Jos A on rehti, niin B on retku, koska muuten
3. a) Otetaan umpimähkään reaaliluku väliltä [0,1]. Millä todennäköisyydellä tämän luvun ensimmäinen desimaali on 2 tai toinen desimaali on 9?
MAA6 Kurssikoe 1.10.20 Jussi Tyni Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Muista että välivaiheet perustelevat ratkaisusi! Lue ohjeet tarkasti! A-osio. Ei saa käyttää
Otoskoko 107 kpl. a) 27 b) 2654
1. Tietyllä koneella valmistettavien tiivisterenkaiden halkaisijan keskihajonnan tiedetään olevan 0.04 tuumaa. Kyseisellä koneella valmistettujen 100 renkaan halkaisijoiden keskiarvo oli 0.60 tuumaa. Määrää
https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014
1 MTTTP3 Tilastollisen päättelyn perusteet 2 Luennot 8.1.2015 ja 13.1.2015 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014
Tilastollisia peruskäsitteitä ja Monte Carlo
Tilastollisia peruskäsitteitä ja Monte Carlo Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Tilastollisia peruskäsitteitä ja Monte Carlo 1/13 Kevät 2003 Tilastollisia
T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1
T-61.281 Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti 10.2.2004, 8:30-10:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:
χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut
Mat-2.091 Sovellettu todennäköisyyslasku /Ratkaisut Aiheet: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Avainsanat: Estimointi, Havaittu frekvenssi, Homogeenisuus,
ja piirrä sitä vastaavat kaksi käyrää ja tarkista ratkaisusi kuvastasi.
Harjoituksia yhtälöryhmistä ja matriiseista 1. Ratkaise yhtälöpari (F 1 ja F 2 ovat tuntemattomia) cos( ) F 1 + cos( ) F 2 = 0 sin( ) F 1 + sin( ) F 2 = -1730, kun = -50 ja = -145. 2. Ratkaise yhtälöpari
8.1. Tuloperiaate. Antti (miettien):
8.1. Tuloperiaate Katseltaessa klassisen todennäköisyyden määritelmää selviää välittömästi, että sen soveltamiseksi on kyettävä määräämään erilaisten joukkojen alkioiden lukumääriä. Jo todettiin, ettei
Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen
MTTTP5, kevät 2016 4.2.2016/RL Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen 1. Laitosneuvostoon valitaan 2 professoria, 4 muuta henkilökuntaan kuuluvaa jäsentä sekä 4 opiskelijaa. Laitosneuvostoon
Sekastrategia ja Nash-tasapainon määrääminen
May 24, 2016 Sekastrategia Monissa peleissä ei ole Nash-tasapainoa puhtaissa strategioissa H T H 1, 1 1, 1 T 1, 1 1, 1 Ratkaisu ongelmaan löytyy siitä, että laajennetaan strategiat käsittämään todennäköisyysjakaumat
Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003
Nimi Opiskelijanumero Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003 Normaalisti jakautuneiden yhdistyksessä on useita tuhansia jäseniä. Yhdistyksen sääntöjen mukaan sääntöihin tehtävää muutosta
Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden
1.12.2006 1. Satunnaisjakauman tiheysfunktio on Ü µ Üe Ü, kun Ü ja kun Ü. Määritä parametrin estimaattori momenttimenetelmällä ja suurimman uskottavuuden menetelmällä. Ratkaisu: Jotta kyseessä todella
A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.
MAA6 koe 26.9.2016 Jussi Tyni Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! A-osio: Ilman laskinta, MAOL:in taulukkokirja
Palvelusetelihanke Hinnoitteluprojekti / hinnoittelupolitiikan vaihtoehtoja ja malleja 16.4.2010
Palvelusetelihanke Hinnoitteluprojekti / hinnoittelupolitiikan vaihtoehtoja ja malleja 16.4.2010 Sisältö Sivu Johdanto 3 Palvelusetelin hinnoittelun elementit 5 Palvelun hinta: hintakatto tai markkinahinta
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.
6.10.2015/1 MTTTP1, luento 6.10.2015 KERTAUSTA JA TÄYDENNYSTÄ Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria. Muodostetaan väli, joka peittää parametrin etukäteen valitulla
voidaan hylätä, pienempi vai suurempi kuin 1 %?
[TILTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2011 http://www.uta.fi/~strale/tiltp1/index.html 30.9.2011 klo 13:07:54 HARJOITUS 5 viikko 41 Ryhmät ke 08.30 10.00 ls. C8 Leppälä to 12.15 13.45 ls. A2a Laine
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa Luentokuulustelujen esimerkkivastauksia Pertti Palo 30. marraskuuta 2012 Saatteeksi Näiden vastausten ei ole tarkoitus olla malleja vaan esimerkkejä.
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
Mat-2.3114 Investointiteoria Laskuharjoitus 3/2008, Ratkaisut 05.02.2008
Korko riippuu usein laina-ajan pituudesta ja pitkille talletuksille maksetaan korkeampaa korkoa. Spot-korko s t on se korko, joka kertyy lainatulle pääomalle hetkeen t (=kokonaisluku) mennessä. Spot-korot
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen
Osa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
, 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