YLE 5 Luonnonvarataloustieteen jatkokurssi Kalastuksen taloustiede

Koko: px
Aloita esitys sivulta:

Download "YLE 5 Luonnonvarataloustieteen jatkokurssi Kalastuksen taloustiede"

Transkriptio

1 YLE 5 Luonnonvarataloustieteen jatkokurssi alastuksen taloustiede Marko Lindroos

2 Luentoteemat I Johdanto II SchäferGordon malli III Säätely IV ansainväliset kalastussopimukset

3 SchäferGordon malli Gordon (Journal of Political Economy 1954), Schäfer (1957), Scott (JPE 1955) Vaihtoehdot joita vertailemme: 1. Biologinen optimimointi (MSY). Taloudellinen optimimointi 3. Vapaa kalastusoikeus (open access)

4 Biologia Logistinen kalakannan kasvufunktio F(x) asvun oletetaan riippuvan vain kalakannan kalakannan biomassasta x Biomassa tarkoittaa kalakannan painoa. Esim: Norjan kevätkutuinen silli suurimmillaan 10 miljoonaa tonnia. Muita kasvuun vaikuttavat tekijät esim. Ikäjakauma avinto ilpailu Elinympäristö

5 steady.m biomassa x aika t

6 Logistinen kasvufunktio (1) F( x) x(1 x ) : kasvuparametri, kyky lisääntyä x: kalakanta : ekosysteemin kantokyky, luonnon tasapaino F(x): kalakannan kasvuvauhti

7 Logistinen kasvufunktio 3,5 F(x) 1,5 1 0, Biomassa

8 Maksimikasvun tuottava kalakanta Maksimikasvu löytyy kohdasta, jossa kasvufunktion derivaatta kannan suhteen on nolla: F( x) d dx x x F( x) x(1 (1 x ) x ) X 0 x

9 Maksimikasvu Maksimikasvu saadaan sitten sijoittamalla x/ kasvufunktioon: ( F ) (1 ) 1 ( ) 4

10 Logistinen kasvufunkto 3 BO,5 1, 10 F(x) 1,5 1 0, Biomassa 10 x 5 1*10 F.5 Ł ł 4 4

11 Tuotanto Oletetaan että tuotantofunktio on lineaarinen kalastuspanoksen E ja kalakannan x suhteen: (4) h qex E: kalastuspanos, esim. alusten lukumäärä, kalastustunnit tai päivät q: pyydystettävyyskerroin, kalastusvälineen teknologia h: saalismäärä biomassana

12 estävyys (sustainability) estävyyden määritelmä: F(x) h estävyys tarkoittaa tässä siis sitä että pitkällä aikavälillä kalakannan taso pysyy muuttumattomana, kun tuotanto eli saalis kasvu. Monesti puhutaan ns. steady state:sta. Lasketaan seuraavaksi kestävä kalakanta hyödyntämällä tätä kestävyyden määritelmää: x x (1 ) qex

13 estävä kalakanta x(1 x x x ) x qe qe qe (1 ) qex estävä kalakannan koko kalastuspanoksen funktiona Mitä suurempi kalastuspanos (E) sitä pienempi kestävä kalakanta

14 estävä kalakanta kalastuspanoksen funktiona Biomassa x q ,5 0,5 0,75 1 1,5 1,5 1,75 alastuspanos E x qe (1 )

15 estävä saalis estävä saalis saadaan puolestaan sijoittamalla kestävän kannan yhtälö: qe x (1 ) tuotantoyhtälöön: h qex h qe (1 qe ) estävä saalis kalastuspanoksen funktiona

16 Millä kalastuspanoksen määrällä saadaan suurin kestävä saalis? qe max h qe(1 ) E dh q E q 0 de E q qe q E

17 Maximun sustainable yield (MSY) Sijoitetaan äsken laskettu kalastuspanoksen määrä kestävän saaliin yhtälöön h h h h qe qe(1 ) q q q 1 q 4 Ł 1 Ł / ł ł

18 estävä saalis kalastuspanoksen funktiona h qe(1 qe ) Saalis h 3,5 1, q0.5 0, ,5 0,5 0,75 1 1,5 1,5 1,75 alastuspanos E E MSY 1 1 q *0.5 1*10 h MSY.5 4 4

19 alakannan koko kun kalastetaan MSY verran h qex 4 q q x X

20 Yhteenveto h x E MSY MSY MSY 4 q un ei huomioida hinta ja kustannusparametreja

21 Talous Oletukset: kalan hinta (per kg tai tonni) p on vakio (esim. maailmanmarkkinahinta johon kalastajat eivät voi vaikuttaa) kalastuspanoksen yksikkökustannus c vakio (rajakustannus) Seuraavaksi laskemme taloudellisesti optimaalisen kalastuspanoksen. Oletamme, että kalastusta hoitaa yksi kalastaja (ns. sole owner), esim. valtio joka omistaa kalakannan.

22 Taloudellisesti optimaalinen kalastuspanos Maksimoidaan kestäviä voittoja valitsemalla kalastuspanos E. max p E qe ph ce pqe(1 ) ce FOC: p E qe pq( 1 ) c 0 * c E (1 q pq q c pq )

23 Taloudellisesti optimaalinen kalastuspanos 3 E TO E *, g,5 1,5 1 0,5 0 voitto 0 0, 0,4 0,6 0,8 1 1, 1,4 1,6 1,8 Saalis ja saaliin arvo alastuskustannukset 1 10 q0.5 p1 c1 alastuspanos (E) * c 1 1 E (1 ) q pq *0.5Ł 1*0.5*10ł

24 Taloudellisesti optimaalinen kalakanta Sijoitetaan optimi E kestävän kalakannan yhtälöön pq c x pq c x pq c x pq c q q qe x * ) (1 + + ł Ł ł Ł ł Ł

25 Taloudellisesti optimaalinen kalakanta 3 X TO, g,5 1,5 1 0,5 0 voitto Saalis ja saaliin arvo alastuskustannukset 1 10 q0.5 p1 c1 alakannan koko (X) c 10 1 x* pq *1*0.5

26 Taloudellisesti optimaalinen saalis h*qe*x* pq c h pq c pq c pq c q q pq c pq c q q h * * ł Ł + œ ß ø Œ º Ø ł Ł + ł Ł

27 Taloudellisesti optimaalinen saalis 3 E TO,5, g 1,5 1 voitto Saalis ja saaliin arvo alastuskustannukset 0, , 0,4 0,6 0,8 1 1, 1,4 1,6 1,8 alastuspanos (E) c h*.4 4 4pq

28 Biologinen vs taloudellinen optimi pq c q E q E pq c x x pq c h h MSY MSY MSY * * 4 4 * 4 +

29 Biologinen vs taloudellinen optimi 3.5 X BO X TO Optimi (E) (X) Saalis Voitto,g voitto Saalis ja saaliin arvo alastuskustannukset Biologinen Taloudellinen alakannan koko (X) 3 E TO.5, g voitto Saalis ja saaliin arvo alastuskustannukset alastuspanos (E)

30 Taloudellinen vs. biologinen optimi Vertailu MSYkalastuspanokseen: Ainoastaan silloin kun kustannukset 0 (tai niitä ei huomioida) taloudellinen optimi on yhtä kuin MSY. Muissa tapauksissa optimikalastuspanos on pienempi kuin MSYkalastuspanos Taloudellisesti optimaalinen kalakanta > biologisesti optimaalinen kalakanta

31 omparatiivinen statiikka Optimaalinen E riippuu sekä biologisista että taloudellisista parametreista. omparatiivinen statiikka: de/d > 0 de/d > 0 de/dc < 0 de/dp > 0 de/dq?

32 Vapaa kalastusoikeus Oletetaan että kalakantaa ei säädellä ja kaikilla on vapaa pääsy kalastamaan. Tällöin positiiviset voitot houkuttelevat alalle uusia kalastusaluksia. Alalle tulee yrityksiä niin kauan kunnes voitot menevät nollaan. Tässä taloudellisessa tasapainossa kenenkään ei kannata tulla alalle eikä kenenkään poistua.

33 Vapaan kalastusoikeuden kalastuspanos ph ce 0 qe pqe( 1 ) ce qe pq( 1 ) c 0 0 q c pq q c pq OA E (1 ) E VP

34 Vapaa kalastusoikeus 3,5 E VP, g 1,5 1 voitto Saalis ja saaliin arvo alastuskustannukset 0, , 0,4 0,6 0,8 1 1, 1,4 1,6 1,8 alastuspanos (E) OA c E (1 ) 1.6 q pq

35 Taloudellinen optimi vs. open access E* E OA q q c pq c pq Vapaan kalastusoikeuden kalastuspanos on kaksinkertainen taloudelliseen verrattuna Jos kalastuspanos määritellään kalastusaluksina, voimme päätellä että vapaa kalastusoikeus luo liikakapasiteettia. oska voitot ovat nollassa (pienempi kuin optimi), vapaa kalastusoikeus on aina taloudellisesti tehoton. Taloudellinen liikakalastus

36 Yhteenveto 3,5 X BO X TO X VP, g 1,5 voitto Saalis ja saaliin arvo alastuskustannukset 1 0,5 Säätely (E) (X) Saalis Voitto alakannan koko (X) Ei Biologinen Taloudellinen , g E BO 3 E TO,5 E VP 1,5 voitto 1 0, , 0,4 0,6 0,8 1 1, 1,4 1,6 1,8 alastuspanos (E) Saalis ja saaliin arvo alastuskustannukset

2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede

2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede YLE5 / YET-09 Luonnonvarataloustieteen jatkokurssi. Uusiutuvat luonnonvarat: alastuksen taloustiede Marko Lindroos & Maija Holma Uusiutuvat luonnonvarat alastuksen taloustiede: Luentoteemat.1 Johdanto.

Lisätiedot

Peliteoria ja kalatalous YE4

Peliteoria ja kalatalous YE4 Peliteoria ja kalatalous YE4 Kansainväliset kalastussopimukset Tarve kansainväliselle yhteistyölle: Vain kestävillä kansainvälisillä sopimuksilla voidaan taata biologinen ja taloudellinen tehokkuus. Neuvottelujen

Lisätiedot

2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede

2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede YLE5 / YET-209 Luonnonvarataloustieteen jatkokurssi 2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede Marko Lindroos & Maija Holma Uusiutuvat luonnonvarat Kalastuksen taloustiede: Luentoteemat 2.1 Johdanto

Lisätiedot

Keskeiset termit kalakantaarvioiden. Ari Leskelä, RKTL

Keskeiset termit kalakantaarvioiden. Ari Leskelä, RKTL Keskeiset termit kalakantaarvioiden laadinnassa Ari Leskelä, RKTL 21.3.2014 Mitkä? SSB, kutukannan biomassa R, rekrytointi F, kalastuskuolevuus M, luonnollinen kuolevuus MSY, kestävä enimmäistuotto Kalakanta

Lisätiedot

Kansallinen säätely YE4

Kansallinen säätely YE4 Kansallinen säätely YE4 Säätelyn tarve Miten päästään open access tilanteesta kohti optimaalista tilannetta Pois taloudellisesta ja biologisesta liikakalastuksesta Säätelyn kustannukset vs hyödyt 1. Biologiset

Lisätiedot

Luonnonvarataloustieteen näkökulmiakansallisen lohistrategiansuunnitteluun

Luonnonvarataloustieteen näkökulmiakansallisen lohistrategiansuunnitteluun Luonnonvarataloustieteen näkökulmiakansallisen lohistrategiansuunnitteluun Erikoistutkija Soile Kulmala SYKE/LYNET Esitetyt tutkimustulokset on tuotettu yhteistyössä: Maija Holma, Katja Parkkila, Emmi

Lisätiedot

Uusiutuvat luonnonvarat Kalastuksen taloustiede: Luentoteemat

Uusiutuvat luonnonvarat Kalastuksen taloustiede: Luentoteemat Uusiutuvat luonnonvarat Kalastuksen taloustiede: Luentoteemat 2.1 Johdanto 2.2 Schäfer-Gordon malli 2.3 Kansallinen säätely 2.4 Kansainväliset kalastussopimukset 2.5 Monilajimallit 1 Esimerkkejä kansainvälisistä

Lisätiedot

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

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

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

1 Komparatiivinen statiikka ja implisiittifunktiolause

1 Komparatiivinen statiikka ja implisiittifunktiolause Taloustieteen matemaattiset menetelmät 27 materiaali 4 Komparatiivinen statiikka ja implisiittifunktiolause. Johdanto Jo opiskeltu antaa nyt valmiu tutkia taloudellisia malleja Kiinnostava malli voi olla

Lisätiedot

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä Anssi Vainikka (Itä-Suomen yliopisto, Joensuu) Hannu Huuskonen (UEF), Risto Eronen (UEF), Pekka Hyvärinen (Luke), Mikko Olin (HY), Jukka Ruuhijärvi

Lisätiedot

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi 1 Luku 26 Tuotannontekijämarkkinat Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi TYÖMARKKINOIDEN toiminta on keskeisessä asemassa tulonjaon ja työllisyyden suhteen. Myös muut tuotannontekijämarkkinat

Lisätiedot

Itämeren lohen suojelu ja talous. Soile Kulmala. Erikoistutkija SYKE/LYNET-yhteistyö

Itämeren lohen suojelu ja talous. Soile Kulmala. Erikoistutkija SYKE/LYNET-yhteistyö Itämeren lohen suojelu ja talous Soile Kulmala Erikoistutkija SYKE/LYNET-yhteistyö Tämän esitelmän tavoitteena on esitellä luonnonvarataloustieteen näkökulma Itämeren lohikantojen suojeluun. Luonnonvarataloustiede

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

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi 1 Luku 26 Tuotannontekijämarkkinat Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi TYÖMARKKINOIDEN toiminta on keskeisessä asemassa tulonjaon ja työllisyyden suhteen. Myös muut tuotannontekijämarkkinat

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

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

Panoskysyntä. Luku 26. Marita Laukkanen. November 15, Marita Laukkanen Panoskysyntä November 15, / 18

Panoskysyntä. Luku 26. Marita Laukkanen. November 15, Marita Laukkanen Panoskysyntä November 15, / 18 Panoskysyntä Luku 26 Marita Laukkanen November 15, 2016 Marita Laukkanen Panoskysyntä November 15, 2016 1 / 18 Monopolin panoskysyntä Kun yritys määrittää voitot maksimoivia panosten määriä, se haluaa

Lisätiedot

Sisävesien vajaasti hyödynnettyjen ekologisesti kestävä saalispotentiaali

Sisävesien vajaasti hyödynnettyjen ekologisesti kestävä saalispotentiaali Sisävesien vajaasti hyödynnettyjen ekologisesti kestävä saalispotentiaali Timo Ruokonen Timo J. Marjomäki, Iia Suomi, Tapio Keskinen, Tero Forsman & Juha Karjalainen Jyväskylän yliopisto, Luonnonvarakeskus,

Lisätiedot

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2 MS-C50 Osittaisdifferentiaaliyhtälöt Harjoitukset syksy 07. Oletetaan että vektorikenttä E E E E : R R on kaksi kertaa jatkuvasti derivoituva E C R. Näytä että E E. Derivaatat lasketaan komponenteittain

Lisätiedot

Luku 34 Ulkoisvaikutukset

Luku 34 Ulkoisvaikutukset Luku 34 Ulkoisvaikutukset Markkinoiden kilpailutasapaino ei ole Pareto-tehokas, jos taloudessa esiintyy ulkoisvaikutuksia. Kertaus: Pareto-tehokas tasapaino on tasapaino, jossa yhden toimijan asemaa markkinoilla

Lisätiedot

Voitonmaksimointi esimerkkejä, L9

Voitonmaksimointi 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

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko

Lisätiedot

Matemaattinen lisäys A. Derivaatta matematiikassa ja taloustieteessä

Matemaattinen lisäys A. Derivaatta matematiikassa ja taloustieteessä Matemaattinen lisäys A. Derivaatta matematiikassa ja taloustieteessä Edellä rajakustannuksia MC(x) ja rajahyötyä MB(x) tarkasteltaessa käsiteltiin vain tapausta, jossa x on diskreetti suure (mahdollisia

Lisätiedot

ehdolla y = f(x1, X2)

ehdolla y = f(x1, X2) 3.3. Kustannusten minimointi * Voiton maksimointi: panosten määrän sopeuttaminen -----> tuotanto * Kustannusten minimointi: tiett tuotannon taso -----> etsitään optimaalisin panoskombinaatio tuottamaan

Lisätiedot

Maatalous-metsätieteellisen tiedekunnan valintakoe Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset

Maatalous-metsätieteellisen tiedekunnan valintakoe Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset Maatalous-metsätieteellisen tiedekunnan valintakoe 18.5.2015 Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset 7. a) Matti ja Maija lähtevät kävelemään samasta pisteestä vastakkaisiin

Lisätiedot

1. 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

1. 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

Lisätiedot

7 Yrityksen teoria: tuotanto ja kustannukset (Mankiw & Taylor, Ch 13)

7 Yrityksen teoria: tuotanto ja kustannukset (Mankiw & Taylor, Ch 13) 7 Yrityksen teoria: tuotanto ja kustannukset (Mankiw & Taylor, Ch 13) Tavaroiden ja palvelujen tuotanto tapahtuu yrityksissä Yritykset tuntevat niiden valmistukseen tarvittavan teknologian teknologia on

Lisätiedot

a) Markkinakysyntä - Aikaisemmin tarkasteltiin yksittäisen kuluttajan kysyntää. - Seuraavaksi tarkastellaan koko markkinoiden kysyntää.

a) Markkinakysyntä - Aikaisemmin tarkasteltiin yksittäisen kuluttajan kysyntää. - Seuraavaksi tarkastellaan koko markkinoiden kysyntää. .. Markkinakysyntä ja joustot a) Markkinakysyntä - Aikaisemmin tarkasteltiin yksittäisen kuluttajan kysyntää. - Seuraavaksi tarkastellaan koko markkinoiden kysyntää. Markkinoiden kysyntäkäyrä saadaan laskemalla

Lisätiedot

11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17)

11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17) 11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä valintojen seurauksien eli voittojen riippuvan

Lisätiedot

1 Di erentiaaliyhtälöt

1 Di erentiaaliyhtälöt Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y

Lisätiedot

8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14) 8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14) Markkinat ovat kilpailulliset silloin, kun siellä on niin paljon yrityksiä, että jokainen pitää markkinoilla määräytyvää hintaa omista toimistaan

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

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

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij Kuljetustehtävä Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij Lähtöpaikan i kapasiteetti on a i (oletetaan, että a i > 0

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

1 UUSIUTUMATTOMAT LUONNONVARAT

1 UUSIUTUMATTOMAT LUONNONVARAT 1 UUSIUTUMATTOMAT LUONNONVARAT 1.1 Johdantoa optimiohjausteoriaan Kaikissa kurssilla esitetyissä malleissa oletetaan, että luonnonvaran tila (tilamuuttuja = state variable) muuttuu ajassa ennalta tiedetyllä

Lisätiedot

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 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() =

Lisätiedot

KANSANTALOUSTIETEEN PÄÄSYKOE : Mallivastaukset

KANSANTALOUSTIETEEN PÄÄSYKOE : Mallivastaukset KANSANTALOUSTIETEEN PÄÄSYKOE.6.016: Mallivastaukset Sivunumerot mallivastauksissa viittaavat pääsykoekirjan [Matti Pohjola, Taloustieteen oppikirja, 014] sivuihin. (1) (a) Julkisten menojen kerroin (suljetun

Lisätiedot

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä Anssi Vainikka (Itä-Suomen yliopisto, Joensuu) Hannu Huuskonen (UEF), Risto Eronen (UEF), Pekka Hyvärinen (Luke), Mikko Olin (HY), Jukka Ruuhijärvi

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

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä? BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien

Lisätiedot

Y56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero

Y56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero Y56 Kevät 2010 1 Y56 Laskuharjoitukset 4 Palautus viim. ti 30.3. klo 12-14 (luennolla!) Opiskelijan nimi Opiskelijanumero Harjoitus 1. Tuotantoteknologia Tavoitteena on oppia hahmottamaan yrityksen tuotantoa

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

Diskreettiaikainen dynaaminen optimointi

Diskreettiaikainen 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

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle / MS-A008 Differentiaali- ja integraalilaskenta, V/207 Differentiaali- ja integraalilaskenta Ratkaisut 2. viikolle / 8. 2.4. Jatkuvuus ja raja-arvo Tehtävä : Määritä raja-arvot a) 3 + x, x Vihje: c)-kohdassa

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

Voidaan laskea siis ensin keskimääräiset kiinteät kustannukset AFC: 100 000 /10000=10

Voidaan laskea siis ensin keskimääräiset kiinteät kustannukset AFC: 100 000 /10000=10 Harjoitukset 3 Taloustieteen perusteet Ratkaisuehdotukset Kesäyliopisto 2014 1. a) Autonrenkaita valmistavalla yhtiöllä on 100 000 :n kiinteät kustannukset vuodessa. Kun yritys tuottaa 10 000 rengasta,

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia. HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I. Mitkä seuraavista funktioista F, F, F ja F 4 ovat kertymäfunktioita? Mitkä

Lisätiedot

Taloustieteen perusteet 31A00110 2016 Mallivastaukset 2, viikko 3

Taloustieteen perusteet 31A00110 2016 Mallivastaukset 2, viikko 3 Taloustieteen perusteet 31A00110 2016 Mallivastaukset 2, viikko 3 Tehtävä 1.Tarkastellaan opiskelijaa, jolla opiskelun ohella jää 8 tuntia päivässä käytettäväksi työntekoon ja vapaa-aikaan. Olkoot hänen

Lisätiedot

Osa 11. Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

Osa 11. Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14) Osa 11. Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14) Markkinat ovat kilpailulliset silloin, kun siellä on niin paljon yrityksiä, että jokainen pitää markkinoilla määräytyvää hintaa omista

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien

Lisätiedot

1. Vastaa seuraavaan tehtävään. Tehtävään liittyvä kuva on seuraavalla sivulla

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

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

Mat 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

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

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2. 2. kl:n DY:t Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.) Lause Olkoon f(x 2, x 1, t) funktio, ja oletetaan, että f, f/ x 1 ja f/ x

Lisätiedot

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4 BM0A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 05. (a) i. Jotta vektori c sijaitsisi a:n ja b:n virittämällä tasolla, c on voitava esittää a:n ja b:n lineaarikombinaationa. c ta + sb

Lisätiedot

Luku 34 Ulkoisvaikutukset

Luku 34 Ulkoisvaikutukset Luku 34 Ulkoisvaikutukset Markkinoiden kilpailutasapaino ei ole Pareto-tehokas, jos taloudessa esiintyy ulkoisvaikutuksia. Kertaus: Pareto-tehokas tasapaino on tasapaino, jossa yhden toimijan asemaa markkinoilla

Lisätiedot

ECONOMICS AND CONSERVATION OF THE BALTIC SALMON ITÄMEREN LOHEN SUOJELU TALOUSTIETEEN NÄKÖKULMASTA. Soile Kulmala

ECONOMICS AND CONSERVATION OF THE BALTIC SALMON ITÄMEREN LOHEN SUOJELU TALOUSTIETEEN NÄKÖKULMASTA. Soile Kulmala ECONOMICS AND CONSERVATION OF THE BALTIC SALMON ITÄMEREN LOHEN SUOJELU TALOUSTIETEEN NÄKÖKULMASTA Soile Kulmala Senior Scientist/Erikoistutkija Finnish Environment Institute/SYKE Finnish Partnership for

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

Matematiikan tukikurssi, kurssikerta 2

Matematiikan tukikurssi, kurssikerta 2 Matematiikan tukikurssi kurssikerta 1 Relaatioista Oletetaan kaksi alkiota a ja b. Näistä kumpikin kuuluu johonkin tiettyyn joukkoon mahdollisesti ne kuuluvat eri joukkoihin; merkitään a A ja b B. Voidaan

Lisätiedot

Mikrotaloustiede 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 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

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja

Lisätiedot

8 Yrityksen teoria: tuotanto ja kustannukset (Taloustieteen oppikirja, luku 5; Mankiw & Taylor, 2 nd ed., ch 13)

8 Yrityksen teoria: tuotanto ja kustannukset (Taloustieteen oppikirja, luku 5; Mankiw & Taylor, 2 nd ed., ch 13) 8 Yrityksen teoria: tuotanto ja kustannukset (Taloustieteen oppikirja, luku 5; Mankiw & Taylor, 2 nd ed., ch 13) Tavaroiden ja palvelujen tuotanto tapahtuu yrityksissä Yritykset tuntevat niiden valmistukseen

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

Kustannusten minimointi, kustannusfunktiot

Kustannusten minimointi, kustannusfunktiot Kustannusten minimointi, kustannusfunktiot Luvut 20 ja 21 Marita Laukkanen November 3, 2016 Marita Laukkanen Kustannusten minimointi, kustannusfunktiot November 3, 2016 1 / 17 Kustannusten minimointiongelma

Lisätiedot

Valikoima, laatu ja mainonta

Valikoima, laatu ja mainonta Valikoima, laatu ja mainonta Sami Niemelä 5.2.2003 Sisältö Tuoteavaruus Käsite ja erottelutapoja Valikoiman muodostaminen Laatu ja laajuus Laatu Tyypit ja ongelmia Mainonta Käytetyt symbolit määrä s laatu

Lisätiedot

f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2

f (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

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, kevät 01 / ORMS1010 Matemaattinen Analyysi. harjoitus, viikko 1 R1 ke 1 16 D11 (..) R to 10 1 D11 (..) 1. Määritä funktion y(x) MacLaurinin sarjan kertoimet, kun y(0) = ja y (x) = (x

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

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

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

Lisätiedot

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

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee

Lisätiedot

Kuhan ala- ja ylämittasäätelyn sovittaminen paikallisiin olosuhteisiin

Kuhan ala- ja ylämittasäätelyn sovittaminen paikallisiin olosuhteisiin Kuhan ala- ja ylämittasäätelyn sovittaminen paikallisiin olosuhteisiin Anssi Vainikka (Itä-Suomen yliopisto, Joensuu) Hannu Huuskonen (UEF), Risto Eronen (UEF), Pekka Hyvärinen (Luke), Mikko Olin (HY),

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

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2 HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 7 Harjoitus 6 Ratkaisuehdotukset 6.. Olkoon f : G R, G = {(x, x ) R x > }, f(x, x ) = x x. Etsi differentiaalit d k f(, ), k =,,. Ratkaisu:

Lisätiedot

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että

Lisätiedot

SELVITYS KIINTIÖÖN PERUSTUVASTA LOHEN KALASTUKSEN SÄÄTELYSTÄ TORNIONJOELLA. Pekka Keränen Lapin ELY-keskus

SELVITYS KIINTIÖÖN PERUSTUVASTA LOHEN KALASTUKSEN SÄÄTELYSTÄ TORNIONJOELLA. Pekka Keränen Lapin ELY-keskus SELVITYS KIINTIÖÖN PERUSTUVASTA LOHEN KALASTUKSEN SÄÄTELYSTÄ TORNIONJOELLA Pekka Keränen Lapin ELY-keskus Hankkeen ohjausryhmä Maa- ja metsätalousministeriö / jord- och skogsbruksministeriet Lapin liitto

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

Mikrotila Makrotila Statistinen paino Ω(n) 3 Ω(3) = 4 2 Ω(2) = 6 4 Ω(4) = 1

Mikrotila Makrotila Statistinen paino Ω(n) 3 Ω(3) = 4 2 Ω(2) = 6 4 Ω(4) = 1 76628A Termofysiikka Harjoitus no. 4, ratkaisut (syyslukukausi 204). (a) Systeemi koostuu neljästä identtisestä spin- -hiukkasesta. Merkitään ylöspäin olevien spinien lukumäärää n:llä. Systeemin mahdolliset

Lisätiedot

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita

Lisätiedot

Dynaamiset regressiomallit

Dynaamiset regressiomallit MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen

Lisätiedot

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Jos 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

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Differentiaali- 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,

Lisätiedot

12 Oligopoli ja monopolistinen kilpailu

12 Oligopoli ja monopolistinen kilpailu 12 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, 2nd ed., chs 16-17; Taloustieteen oppikirja, s. 87-90) Oligopoli on markkinamuoto, jossa markkinoilla on muutamia yrityksiä, jotka uskovat tekemiensä

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

3 TOISEN ASTEEN POLYNOMIFUNKTIO

3 TOISEN ASTEEN POLYNOMIFUNKTIO 3 TOISEN ASTEEN POLYNOMIFUNKTIO POHDITTAVAA 1. Kuvasta voidaan arvioida, että frisbeegolfkiekko käy noin 9 metrin korkeudella ja se lentää noin 40 metrin päähän. Vastaus: Frisbeegolfkiekko käy n. 9 m:n

Lisätiedot

CHEM-A1110 Virtaukset ja reaktorit. Laskuharjoitus 9/2016. Energiataseet

CHEM-A1110 Virtaukset ja reaktorit. Laskuharjoitus 9/2016. Energiataseet CHEM-A1110 Virtaukset ja reaktorit Laskuharjoitus 9/2016 Lisätietoja s-postilla reetta.karinen@aalto.fi tai tiia.viinikainen@aalto.fi vastaanotto huoneessa D406 Energiataseet Tehtävä 1. Adiabaattisen virtausreaktorin

Lisätiedot

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π Matematiikan ja tilastotieteen laitos Funktionaalianalyysin peruskurssi Kevät 9) Harjoitus 7 Ratkaisuja Jussi Martin). E Hilbert avaruus L [, π]) ja gt) := t, t [, π]. Määrää funktion g Fourier kertoimet

Lisätiedot

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. 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.

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa

Lisätiedot

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre. 2. Viikko Keskeiset asiat ja tavoitteet: 1. Peruskäsitteet: kertaluku, lineaarisuus, homogeenisuus. 2. Separoituvan diff. yhtälön ratkaisu, 3. Lineaarisen 1. kl yhtälön ratkaisu, CDH: luvut 19.1.-19.4.

Lisätiedot

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1 1. Selvitä missä tason pisteissä annetut funktiot ovat derivoituvia/analyyttisiä. Määrää funktion derivaatta niissä pisteissä, joissa se on olemassa. (a) (x, y) 2x + ixy 2 (b) (x, y) cos x cosh y i sin

Lisätiedot

Differentiaaliyhtälöt I Ratkaisuehdotuksia, 2. harjoitus, kevät Etsi seuraavien yhtälöiden yleiset ratkaisut (Tässä = d

Differentiaaliyhtälöt I Ratkaisuehdotuksia, 2. harjoitus, kevät Etsi seuraavien yhtälöiden yleiset ratkaisut (Tässä = d Differentiaaliyhtälöt I Ratkaisuehdotuksia,. harjoitus, kevät 016 1. Etsi seuraavien yhtälöiden yleiset ratkaisut (Tässä = d dx ): (a) y + xy = xe x, (b) (1 + x ) y xy = (1 + x ), (c) y sin x y = 1 cos

Lisätiedot

Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien muunnokset ja niiden jakaumat Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja

Lisätiedot

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä A31C00100 Mikrotaloustiede Kevät 2017 1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= 18 1.5P, missä q on käyntejä kuukaudessa keskimäärin. Yhden käyntikerran rajakustannus

Lisätiedot

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x MAA0 A-osa. Ratkaise. a) x + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x a) Kirjoitetaan summa x + 6x yhteisen tekijän avulla tulomuotoon ja ratkaistaan yhtälö tulon nollasäännön avulla. x + 6x = 0 x(x + 6) =

Lisätiedot

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2 Matematiikan ja tilastotieteen osasto/hy Differentiaaliyhtälöt I Laskuharjoitus 2 mallit Kevät 219 Tehtävä 1. Laske osittaisderivaatat f x = f/x ja f y = f/, kun f = f(x, y) on funktio a) x 2 y 3 + y sin(2x),

Lisätiedot

Prof. Marko Terviö Assist. Jan Jääskeläinen

Prof. Marko Terviö Assist. Jan Jääskeläinen Mallivastaukset 9. 2. (a) Dominoiva strategia on tarjota oman arvostuksensa verran, eli tässä e 10 miljoonaa. Tarjoamalla yli oman arvostuksen tekisi vain mahdolliseksi sen, että joutuu maksamaan yli oman

Lisätiedot