Riskienhallinnan peruskäsitteitä
|
|
- Ida Koskinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Rskenhallnnan peruskäseä Juss Kangaspuna 7. Syyskuua 2011 Työn saa allenaa ja julksaa Aalo-ylopson avomlla verkkosvulla. Mula osn kakk okeude pdäeään.
2 Esyksen ssälö Todennäkösyyspohjanen vekehys aloudellsen rsken mallnamseen Sjousporfoloden arvoon lyvä rskekjä ja kuvaukse Usea lähesymsapoja rskn maamseen Käyöarkous vahelee Hekkoude, vahvuude ja käyännöllsyys Eselmä 2, Juss Kangaspuna 7. syyskuua
3 Sjousporfolosa aheuuva appo Rskenhallnnan näkökulmasa erysen knnosavaa on suuren appoden mahdollsuus Mahdollse uoo evä ole ässä yheydessä melenknnon koheena Porfolosa aheuuva mahdollse appo akavälllä [s,s+] suheessa porfolon arvon V(s) muuoksn s, : V s V s L s Eselmä 2, Juss Kangaspuna 7. syyskuua
4 Tappoden odennäkösyysjakauma Tappo Tappoden jakauma Osakkeen hna Porfolon arvo Eselmä 2, Juss Kangaspuna 7. syyskuua
5 Rskn kuvaamnen akasarjona Jos akaa maaan :n ykskkönä, nn porfolon appo vodaan esää akasarjana L L V V 1 :, 1 1 Päväkohasen arkaselun yheydessä =1/365 a 1/250 (kaupankäynpävä vuodessa) Porfolon arvoa mallnneaan ajan ja erlasen (d kpl) rskekjöden Z (fakoreden) suheen V f d, Z f : R R R Eselmä 2, Juss Kangaspuna 7. syyskuua
6 Tappoden arkaselu suheessa rskekjöden muuoksn Rskekjä (esm. osakkeen hnnan logarm) oleeaan havaavks ja Z unneuks ajanhekellä Tarkaselu yleensä rskekjöden muuosen suheen L 1 f X : 1, Z X f, Z Operaaor l kuvaa rskekjöden muuokse nsä aheuuvks appoks l Z Z 1 1 d x : f 1, Zx f, Z, xr Eselmä 2, Juss Kangaspuna 7. syyskuua
7 Tappoden lneaarnen approksmon Ensmmäsen keraluvun approksmaao appolle Approksmaao on hyvä, jos arkaseluväl on lyhy ja sllon, kun porfolon arvo käyäyyy (lähes) lneaarses rskekjöden suheen d z X f f L 1 1, 1,, : Z Z d z x f f l 1,, : Z Z x 7 Eselmä 2, Juss Kangaspuna 7. syyskuua 2011
8 Ehdollnen appojakauma 1/2 Oleeaan rskekjöden muuosen muodosavan saonaarsen akasarjan jakaumalla F X Muuosen jakauma on ss rppumaon ajanhekesä Olkoon F käyeävssä olevaa nformaaoa vasaava sgma-algebra ajanhekellä Ssälää rskekjöden muuosen hsoran F X : s s Eselmä 2, Juss Kangaspuna 7. syyskuua
9 Ehdollnen appojakauma 2/2 Tappoden ehdollnen jakauma seuraavalle perodlle ämänheksen nformaaon F peruseella F lfpl lf l PlX L1 F 1 1 Rppumaomlle ja denses jakauunelle (d) akasarjolle päee F l F L L1 F 1 l Eselmä 2, Juss Kangaspuna 7. syyskuua
10 Esmerkk: Osakesalkku 1/2 Osakesalkku (porfolo) muodosuu osakkesa (d kpl) s.e. on osakkeen lukumäärä porfolossa hekellä Osakkeen hnakehysä kuvaava akasarja on S, Rskekjönä käyeään hnojen logarmeja X L 1, 1 Z 1, Z, ln d V 1V S, exp X 1, 1 S 1, ln S, V 1 d 1 exp Z, Eselmä 2, Juss Kangaspuna 7. syyskuua
11 Esmerkk: Osakesalkku 2/2 Tehdään lneaarnen approksmaao L d d 1 S, X 1, V w, X 1, w, : 1 1 Vasaavas lnearsou appo-operaaor on l x Vwx: V Jos rskekjöden muuosen odousarvo ja kovaranssmars unneaan, nn saadaan E d 1 w, l X V wvar lx x, V ww 2 S V, Eselmä 2, Juss Kangaspuna 7. syyskuua
12 Rsken arvon rskmojen avulla Rskmolla usea erlasa käyöarkouksa Rskpääoman määrys ja vakuuuspreemo Johdon yövälne ulosykskköjen rsknoon rajoamseen Rskmojen pää olla käyännöllsä Lähesymsava rsken maamseen vodaan ryhmellä neljään kaegoraan Nmellsarvoperusanen lähesymsapa Rskekjöden herkkyysma Todennäkösyysjakaumn perusuva rskma Skenaaropohjase rskma Eselmä 2, Juss Kangaspuna 7. syyskuua
13 Nmellsarvoperusanen lähesymsapa Porfolon rsk laskeaan yksäsen sjouskoheden nmellsarvosen rsken summana Yksäsä arvoja vodaan panoaa er sjousyypelle arvoujen rsken suheen Vahvuuena yksnkerasuus E ee eroa pken ja lyhyden posoden välllä E huomo hajauamsesa saaava hyöyjä Johdannasporfoloden arkaselu ongelmallsa Eselmä 2, Juss Kangaspuna 7. syyskuua
14 Rskekjöden herkkyysma Porfolon arvon muuosa vodaan maa suheessa rskekjöden muuoksn Laskennallses yleensä dervaaa er rskekjöden suheen Esm. joukkovelkakrjan duraao Hyödyllsä nformaaoa porfolon robussuudesa Hyödyllsä aseeaessa esm. posorajouksa E voda maa posoden kokonasrskä Ongelma rsken yhdsämsssä Eselmä 2, Juss Kangaspuna 7. syyskuua
15 Todennäkösyysjakaumn perusuva rskma 1/2 Laskeaan lasollsa kvanleja, joka kuvasava appojakauma anneulla akavälllä Esmerkks varanss ja Value-a-Rsk Eselmä 2, Juss Kangaspuna 7. syyskuua
16 Todennäkösyysjakaumn perusuva rskma 2/2 Luonnollsa perusaa rskma appoden jakaumaan Jakaumen yhdsely mahdollsa Veralavuus porfoloden välllä Hajauamsen hyödy huomoavssa Ongelmallsa ukeuua van yheen lukuarvoon jakauman ssälämän rskn esämsessä Käyännössä appojakaumaa on hankala a jopa mahdoona esmoda arkas Jakaumen esmonn perusuva hsoradaaan Eselmä 2, Juss Kangaspuna 7. syyskuua
17 Skenaaropohjase rskma 1/2 Usea mahdollsa rskekjöden muuoksa Esm. 20% markknandeksn lasku a samanakanen korkojen vomakas kasvu Porfolon rskä maaan suurmpana mahdollsena appona kakken skenaaroden suheen Äärskenaaroden vakuusa loppuulokseen vodaan penenää arkouksenmukasella panouksella, w : max w1l x1,, wnl xn Eselmä 2, Juss Kangaspuna 7. syyskuua
18 Skenaaropohjase rskma 2/2 Erän käyännöllsä rskenhallnnan yökaluja, kun rskekjöden lukumäärä on verraan pen Tuoava hyödyllsä nformaaoa lasollsn appojakaumn perusuvn rskmohn Keskesenä ongelmana on arkouksenmukasen skenaaroden ja panouksen valna Er rskekjölle alden porfoloden veralu hankalaa Eselmä 2, Juss Kangaspuna 7. syyskuua
19 Yheenveo Rskenhallnnassa arkasellaan eryses suuren appoden mahdollsuuksa Mallnneaan akasarjona rskekjöden muuosen suheen Rsken maamseen usea erlasa lähesymsapoja ja käyöarkouksa Rskma äydenävä osaan ja valna on lannekohasa Malln kokonasuuden rakenamnen haaseellsa Esm. skenaaroden määrämnen Eselmä 2, Juss Kangaspuna 7. syyskuua
20 Koehävä Johda aemmn esey (s.11) yhälö osakesalkun appojakauman odousarvolle ja varansslle E l X V wvar lx V ww 2 Smulo osakkeen hnnan kehysä jollan akavälllä käyäen rskekjänä osakkeen hnnan logarma ja oleaen muuoksen noudaavan joan eyä jakaumaa. Esm. Osakkeen hna aluks 1, arkaselava akaväl 1kk, akaperodn puus 1pv ja muuokse noudaava normaaljakaumaa N(-0.1,0.1). Eselmä 2, Juss Kangaspuna 7. syyskuua
Mat Sovelletun matematiikan erikoistyö. ARCH -mallit Atso Suopajärvi 57512W
Ma-.8 Sovelleun maemakan erkosyö ARCH -mall 9.9.5 Aso Suopajärv 575W Ssällyslueelo OSA I : Teora OSA II: Smulon. Johdano.... Mall.. Paramer.. Parameren esmon.... Kaavan (9) joho 5. Keromsa..6 5. Heeroskedassuuden
Valmistaminen tai ostaminen varastoon tasainen kysyntä
Valmsamnen varasoon Make-o-sock (MTS) -uoanoapaa käyävä yrykse, joka valmsava loppuuoea a osa erssä ja valmsuksen jälkeen varasova uoee varasoon odoamaan kysynää MTS-uoanomalln euna ova lyhye omusaja asakkaalle,
Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka
IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado
Dynaaminen optimointi ja ehdollisten vaateiden menetelmä
Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä
01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi
0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA PALKANSAAJIEN TUTKIMUSLAITOKSEN TUTKIMUKSIA 4 Köhden dnamkka Suomessa 995 2008 Ilpo Suonem Eläkeurvakeskus PENSIONSSKYDDSCENTRALEN 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA
3.5 Generoivat funktiot ja momentit
3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä
Menetelmäseloste 15.11.2013 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 2010=100
Meneelmäselose 15.11.213 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 21=1 2 Ssällyslueelo 1 TAUSTAA... 3 2 MÄÄRITELMÄ JA KÄYTTÖ... 5 3 RAKENNE JA HINTASEURANTA... 6 MAATALOUDEN TUOTANTOTARVIKKEET JA
MUODONMUUTOKSET. Lähtöotaksumat:
MUODONMUUTOKSET Lähöoaksuma:. Maeraal on sorooppsa ja homogeensa. Hooken lak on vomassa (fyskaalnen lneaarsuus) 3. Bernoulln hypoees on vomassa (eknnen avuuseora) 4. Muodonmuuokse ova nn penä rakeneen
Cointegration between Fama-French Factors
1 Conegraon beween Fama-French Facors Absrac Yhesnegrounesuudella on mona sovelluksa rahouksessa ja mulla eeen alolla, jossa ukaan akasarjoja ja nden välsä rppuvuua. Analyys on arkoeu epäsaonaarsen akasarjojen
6. Stokastiset prosessit (2)
Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella
ABTEKNILLINEN KORKEAKOULU
ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst
DEE-53000 Sähkömagneettisten järjestelmien lämmönsiirto
DEE-53000 Sähkömageese järjeselme lämmösro Lueo 8 1 Sähkömageese järjeselme lämmösro Rso Mkkoe Dfferessmeeelmä Numeersa rakasua haeaa aluee dskreeesä psesä. Muodoseaa verkko ja eseää dervaaa erousosamäärä.
Luento 6 Luotettavuus Koherentit järjestelmät
Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu
Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite
S-66. Elekronkan perskrss Leno III: vass Päöeho en perskykennä kondensaaor Vahovrran lyhenney merknäapa Vakea vahovra-analyys? analyys? Kompleksarmekka odellnen vahovra-analyys analyys alkaa asavrralla
( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.
ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!
Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:
77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen
ABTEKNILLINEN KORKEAKOULU
ABTEKNILLINEN KORKEAKOULU 7. Meeysjärjeselmä Teoverkkolaboraoro Ssälö 7. Meeysjärjeselmä Kerausa: ykskerae lkeeeoreee mall osso-mall asakkaa, palveljoa Erlag-mall asakkaa, palveljoa < Bommall asakkaa k
YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN
ENERGIAMARKKINAVIRASTO 1 Le 2 Säkön jakeluverkkoomnnan yryskoasen eosamsavoeen määrely YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY Asanosanen: Vaasan Säköverkko Oy Lyy pääökseen dnro 491/424/2007 Energamarkknavraso
KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA
KVANTIOINTIKOHINA JA KANAVAN AWGN- KOHINA PULIKOODIMODULAATIOA Teolkenneeknkka I 5359A Kar Kärkkänen Osa 6 5 Kvansonkohna PCM-järjeselmässä PCM:ssa on kaks vrhelähdeä:. kvansonkohna,. kanavan kohnan aheuama
EUROOPAN YHTEISÖJEN KOMISSIO. Ehdotus EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS. työvoimakustannusindeksistä. (komission esittämä)
EUROOPAN YHTEISÖJEN KOMISSIO Bryssel 23.07.2001 KOM(2001) 418 lopullnen 2001/0166 (COD) Ehdous EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS yövomakusannusndekssä (komsson esämä) PERUSTELUT Tausaa Aanasasen
Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista
Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa
5. Vakiokertoiminen lineaarinen normaaliryhmä
1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa
Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma
KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja
Tchebycheff-menetelmä ja STEM
Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot
LIGNIININ RAKENNE JA OMINAISUUDET
16006 LIGNIININ RAKENNE JA INAISUUDET Hlatomen nmeämnen γ 16006 6 α 1 β 5 3 4 e Lgnnn prekursort (monomeert) Lgnnn bosyntees e e e Peroksdaasn ja vetyperoksdn läsnäollessa prekursorsta muodostuu resonanssstablotu
Systeemimallit: sisältö
Syseemimalli: sisälö Malliyypi ja muuuja Inpu-oupu -kuvaus ja ilayhälömalli, ila Linearisoini Jakuva-aikaisen lineaarisen järjeselmän siirofunkio, sabiilisuus Laplace-muunnos Diskreeiaikaisen lineaarisen
4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten
Epälineaaristen pienimmän neliösumman tehtävien ratkaiseminen numeerisilla optimointimenetelmillä (valmiin työn esittely)
Epälneaarsten penmmän nelösumman tehtäven ratkasemnen numeerslla optmontmenetelmllä valmn työn esttely Lar Pelkola 9.9.014 Ohjaaja/valvoja: Prof. Harr Ehtamo yön saa tallentaa ja julkstaa Aalto-ylopston
5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
5. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7.4.006 Thomas Hackman 5. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 5. Tähtteteellsten
3. Datan käsittely lyhyt katsaus
3. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento..0 Thomas Hackman HTTPK I, kevät 0, luento 3 3. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus
8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY
Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora
W dt dt t J.
DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan
Ohjelmiston testaus ja laatu. Ohjelmistotekniikka dokumentointi
Ohjelmson esaus ja laau Ohjelmsoeknkka dokumenon Ohjelmsoyöhön kuuluu oleellsena osana dokumenen krjoamnen laadukkaden dokumenen uoamnen vakeaa akaaulujen panaessa päälle, dokumenonnsa on helppo npsää
Aamukatsaus 13.02.2002
Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%
Valmistuksen hieno-ohjaus
Valmsuksen heno-ohaus Yksäskonemall Prorson Opmonmall Opmaalse algorm Heurska Aseukse huomoon oava mall Rnnakkase konee Valmsuslna Sekauoano FM-äreselmä Lean-uoanoflosofa CONWIP Kanban Pullonkaula m. Yksäsen
Liikenne- ja viestintävaliokunta Lainsäädäntöjohtaja Hanna Nordström
Halluksen esys HE 203/2017 vp laks solaseduselusa ja eräks shen lyvks laeks Lkenne- ja vesnävalokuna 20.2.2018 Lansäädänöjohaja Hanna Nordsröm Solaseduselun kohee Teduselumeneelmällä saadaan hankka eoa
Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus
Epävarmuus diskonokoroissa ja miakaavaeu vs. jousavuus Opimoiniopin seminaari - Syksy 2000 / 1 Esielmän sisälö Kirjan Invesmen Under Uncerainy osan I luvu 4 ja 5. Mien epävarmuus diskonokorossa vaikuaa
Mat Lineaarinen ohjelmointi
Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot
Muutama uusi näkökulma hinta-aggregoinnista ja hedonisista indeksimenetelmistä:
Muuama uus näöulma hna-aggregonnsa ja hedonssa ndesmeneelmsä: Emprnen sovellus omso- ja lelojen vuorn An Suoperä Tlasoesus Hnna ja Pala 2006 1 1 JOHDANTO Laadunmuuosen onrollon ndeslasennassa vodaan jaaa
DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset
D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,
( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:
ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän
1 Excel-sovelluksen ohje
1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen
Jäkäläbiomassa Lapissa?
Poronhoosyseemn arkaselu aloudells ekologsella malllla An Juhan Pekkarnen1,3, Jouko Kumpula2, Oll Tahvonen1,3 1Unversy of Helsnk, Deparmen of Fores Scences, Fnland 2Naural Resources Insue Fnland 3Economc
MUUTTOLIIKKEEN ENNUSTAMISESTA
Pellervon aloudellsen ukmuslaoksen yöpaperea Pellervo Economc Research Insue Workng Papers N:o 19 (oukokuu 1999) MUUTTOLIIKKEEN ENNUSTAMISESTA An Moso* Helsnk, oukokuu 1999 ISBN 951-8950-97-0 ISSN-1455-4623
ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET
TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL
8. Jonotusjärjestelmät
8. Joousjärjeselmä lueo8. S-38.45 Lkeeeora erusee Kevä 6 8. Joousjärjeselmä Ssälö Kerausa: ykskerae lkeeeoreee mall Jookur M/M/ alvelja, odousakkaa Sovellus daalkeee mallamsee akeasolla M/M/ alveljaa,
8. Jonotusjärjestelmät
lueo8. S-38.45 Lkeeeora erusee Kevä 5 Ssälö Kerausa: ykskerae lkeeeoreee mall Jookur M/M/ alvelja, odousakkaa Sovellus daalkeee mallamsee akeasolla M/M/ alveljaa, odousakkaa Ykskerae lkeeeoreee mall Asakkaa
JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta
JYVÄSKYLÄN YLIOPISTO Talousteteden tedekunta AIKA- IKÄ- JA KOHORTTIVAIKUTUKSET KOTITALOUKSIEN RAHOITUSVARALLISUUDEN RAKENTEISIIN SUOMESSA VUOSINA 1994 2004 Kansantaloustede Pro gradu -tutkelma Maalskuu
2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t
Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina
Moderni portfolioteoria
Modern portfoloteora Helsngn Ylopsto Kansantalousteteen Kanddaatntutkelma 4.12.2006 Juho Kostanen (013297143) juho.kostanen@helsnk.f 2 1. Johdanto... 3 2. Sjotusmarkknat... 4 2.1. Osakemarkknat... 4 2.2.
x v1 y v2, missä x ja y ovat kokonaislukuja.
Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen
12. ARKISIA SOVELLUKSIA
MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina
MENETELMÄSELOSTE 11.6.2013 MAATALOUDEN TUOTTAJAHINTAINDEKSI 2010=100
MENETELMÄSELOSTE 11.6.2013 MAATALOUDEN TUOTTAJAHINTAINDEKSI 2010=100 Ssällyslueelo 1 TAUSTAA... 3 2 INDEKSIN MÄÄRITELMÄ JA KÄYTTÖ... 5 3 MAATALOUDEN HINTAINDEKSIN RAKENNE JA HINTASEURANTA NIMIKKEITTÄIN...
Sähkömarkkinoiden ennusteita
RAPORTTI NRO 15/99 Sähkömarkknoden ennusteta Stefan Jakobsson, Juha Forsström, Göran oreneff TESLA-raportt nro 15/99 Sähkömarkknoden ennusteta Stefan Jakobsson VTT Automaato PL 1301, 02044 VTT puh. (09)
Uuden eläkelaitoslain vaikutus allokaatiovalintaan
TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...
1. Todista/Prove (b) Lause 2.4. käyttäen Lausetta 2.3./by using Theorem b 1 ; 1 b + 1 ; 1 b 1 1
KETJUMURTOLUVUT Harjoiuksia 209. Todisa/Prove Lause 2.2. käyäen Lausea 2.3./by using Theorem 2.3. Lause 2.4. käyäen Lausea 2.3./by using Theorem 2.3. 2. Määrää Canorin kehielmä luvuille 0,, 2, 3, 4, 5,
ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN
ELÄKEKN LKPERTEET TYÖNTEKJÄN ELÄKELN KT ELÄKETR RTEN Kokooma 30.6.20. mesn kokoomaan ssällyey perusemuuos on ahseu 6.6.20. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen. Tähän
Öljyn hinnan ja Yhdysvaltojen dollarin riippuvuussuhde
Öljyn hinnan ja Yhdysvalojen dollarin riippuvuussuhde Kansanalousiede Pro gradu -ukielma Talousieeiden laios Tampereen yliopiso Toukokuu 2010 Jari Hännikäinen TIIVISTLMÄ Tampereen yliopiso Talousieeiden
Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.
/ Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,
PPSS. Roolikäyttäytymisanalyysi 28.03.2011. Tämän raportin on tuottanut: MLP Modular Learning Processes Oy Äyritie 8 A FIN 01510 Vantaa info@mlp.
PP Roolkäyttäytymsanalyys Roolkäyttäytymsanalyys Rool: Krjanptäjä Asema: Laskentapäällkkö Organsaato: Mallyrtys Tekjä: Matt Vrtanen 8.0.0 Tämän raportn on tuottanut: MLP Modular Learnng Processes Oy Äyrte
ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN
ELÄKEKAAN LAKUPERUEE YÖNEKJÄN ELÄKELAN UKAA ELÄKEURAA AREN Kokooma 4.2.204. mesn kokoomaan ssällyey perusemuuos on ahseu 8..204. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen.
Eduskunnan vastaus - HE 203/2017 vp laiksi sotilastiedustelusta ja eräiksi siihen liittyviksi laeiksi
Eduskunnan vasaus - HE 203/2017 vp laks solaseduselusa ja eräks shen lyvks laeks Lansäädänöjohaja Hanna Nordsröm 11.3.2019 Lak solaseduselusa Lassa säännökse eduselun arkouksesa, omvalassa vranomassa,
Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)
J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät
Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi
Flow shop önvaheeju jousava lnja läpvrauspaja Flow shopssa önvaheden järjess on sama alla uoella Kosa vahea vo edelää jono vova ö olla vaheleva ja ö vova ohaa osensa äl ö evä oha osaan puhuaan permuaaoaaaulusa
Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus
Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen
Painokerroin-, epsilon-rajoitusehtoja hybridimenetelmät
Panokerron-, epslon-rajotusehtoja hybrdmenetelmät Optmontopn semnaar - Kevät 000 / Estelmän ssältö Ylestä jälkkätespreferenssmenetelmstä Panokerronmenetelmä Epslon-rajotusehtomenetelmä Hybrdmenetelmä Esmerkkejä
12. Luento. Modulaatio
Analoginen modulaaio Digiaalinen modulaaio. Lueno..7 Modulaaio Modulaaiossa siirreään moduloivan signaalin spekri kanoaallon aajuusalueelle, joko sien eä spekrin muoo säilyy lineaarisessa modulaaiossa,
SOTEMAKU esiselvitysraportti
Esselvtys SOTEMAKU esselvtysraportt Ikähmsten palvelut ja ICT Rkka Joknen, Jenn Laurla, Teemu Hauklehto 6.5.2017 Työryhmä: Annel Saarnen, Rkka Joknen, Jenn Laurla, Sar Ketola, Marjo Mastomäk, Sam Perälä,
Reaaliarvoinen funktio f : on differentioituva pisteessä x, jos f:lle on siinä voimassa kehitelmä. h h. eli. Silloin
MAT-3440 LAAJA MATEMATIIKKA 4 Tampereen teknllnen ylopsto Rsto Slvennonen Kevät 00 4. Vektorfunkton dervaatta. Ketjusääntö.. Reaalarvosen funkton dervaatta Tässä luvussa estetään dervaattakäste ensn reaalarvoselle
VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS YRITYSVEROTUKSEN KOORDINOINTI JA VEROKILPAILU EUROOPAN UNIONISSA
VTT-ESUSTELULOITTEIT VTT DISCUSSION PPERS 434 YRITYSVEROTUSEN OORDINOINTI J VEROILPILU EUROOPN UNIONISS nss ohonen Valon aloudellnen ukmuskeskus Governmen Insue for Economc Research Helsnk 2007 ISN 978-951-561-749-1
Jaksolliset ja toistuvat suoritukset
Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e
2. Systeemi- ja signaalimallit
2. Syseemi- ja signaalimalli Malliyyppejä: maemaainen malli: muuujien välise suhee kuvau maemaaisesi yhälöin lohkokaaviomalli: syseemin oiminojen looginen jako lohkoihin, joiden välisiä vuorovaikuuksia
5 VALON ETENEMINEN. Säteille voidaan antaa tarvittaessa myös polarisaatio-ominaisuuksia.
113 5 VAON ETENEMINEN Opsell lueell (nfrpun, näkyvä, ulrvole) sähkömgneenen kenä värähelee hyvn suurell juudell (luokk 1 15 Hz). Vsvs llonpuus on hyvn lyhy (luokk 1-5 m). On ss odoevss, eä hyvä pproksmo
OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.
Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo
Juuri 13 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Kertaus. K1. A: III, B: I, C: II ja IV.
Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 Keraus K. A: III, B: I, C: II ja IV Kuvaaja: I II III IV Juuri Tehävie rakaisu Kusausosakeyhiö Oava päiviey 9.8.8 K. a) lim ( ) Nimiäjä ( ) o aia
Atomistiset simulaatiot
Aomsse smulaao An Kuronen Teknllnen korkeakoulu Laskennallsen eknkan laboraoro an.kuronen@hu.f hp://www.lce.hu.f hp://www.lce.hu.f/research/aomc Tfy-44.195 Tukjan eoeknse yökalu ja nden käyö 1 Ylesä syseem:
Termiinikurssi tulevan spot-kurssin ennusteena
TAMPEREEN YLIOPISTO Talousieeiden laios Termiinikurssi ulevan spo-kurssin ennuseena Kansanalousiede Pro gradu-ukielma Talousieeiden laios Tampereen yliopiso 28.2.2006 Ville Kivelä 1 TIIVISTELMÄ Tampereen
Laskelmia verotuksen painopisteen muuttamisen vaikutuksista dynaamisessa yleisen tasapainon mallissa
Laskelmia verouksen painopiseen muuamisen vaikuuksisa dynaamisessa yleisen asapainon mallissa Juha Kilponen ja Jouko Vilmunen TTässä arikkelissa esieään laskelmia siiä, mien verouksen painopiseen siiräminen
Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille
Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial
11. Vektorifunktion derivaatta. Ketjusääntö
7 Vektorfunkton dervaatta Ketjusääntö Täydennämme ja kertaamme seuraavassa dfferentaallaskennan teoraa kursslta Laaja matematkka Palautetaan meln dervaatan määrtelmä reaalfunktolle: Funkton f : R R dervaatta
OPECIN VAIKUTUS ÖLJYN HINTAAN
TAMPEREEN YLIOPISTO Johamskorkeakoulu OPECIN VAIKUTUS ÖLJYN HINTAAN Kansanalousede Pro gradu -ukelma Marraskuu 0 Ohjaaja: Jukka Prlä Maranne Sukka TIIVISTELMÄ Tampereen ylopso Johamskorkeakoulu SUIKKA,
VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia
8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.
Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla
BoF Online 3 29 Finanssipoliiikan ehokkuudesa Yleisen asapainon arkaseluja Aino-mallilla Juha Kilponen Tässä julkaisussa esiey mielipiee ova kirjoiajan omia eiväkä välämää edusa Suomen Pankin kanaa. Suomen
Tilastollisen fysiikan luennot
Tlastollsen fyskan luennot Tvstelmät luvuttan I PERUSKÄSITTEITÄ JA MÄÄRITELMIÄ Lämpö on systeemen mkroskooppsten osen satunnasta lkettä Lämpöenerga vrtaa kuumemmasta kappaleesta kylmempään Jos kaks kappaletta
Yrityksen teoria ja sopimukset
Yrtyksen teora a sopmukset Mat-2.4142 Optmontopn semnaar Ilkka Leppänen 22.4.2008 Teemoa Yrtyksen teora: tee va osta? -kysymys Yrtys kannustnsysteemnä: ylenen mall Työsuhde vs. urakkasopmus -analyysä Perustuu
muiden ollessa ART-2 ja ART Arkkitehtuuri ja toiminta
26 7. Adapvnen resonansseora 7.. Johdano Sephen Grossberg on monpuolses vakuanu neuroverkkoukmuksessa. Hänen ukmusalansa on ulounu neurobologasa ja psykologasa verkkojen maemaasn perusesn. Yks Grossbergn
Optioiden hinnoittelu Pohjoisella sähkömarkkinalla. Minna Kauria-Kojo Pro gradu-tutkielma Matematiikan ja tilastotieteen laitos Helsingin yliopisto
Opioiden hinnoielu Pohjoisella sähkömarkkinalla Minna Kauria-Kojo Pro gradu-ukielma Maemaiikan ja ilasoieeen laios Helsingin yliopiso 13.12.2016 HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET UNIVERSITY OF
Kuluttajahintojen muutokset
Kuluttajahntojen muutokset Samu Kurr, ekonomst, rahapoltkka- ja tutkmusosasto Tutkmuksen tausta ja tavotteet Tavaroden ja palveluden hnnat evät muutu jatkuvast, vaan ovat ana jossan määrn jäykkä lyhyellä
b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)
Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei
2. Suoraviivainen liike
. Suoraviivainen liike . Siirymä, keskinopeus ja keskivauhi Aika: unnus, yksikkö: sekuni s Suoraviivaisessa liikkeessä kappaleen asema (paikka) ilmoieaan suoralla olevan piseen paikkakoordinaain (unnus
Luento 6 Luotettavuus ja vikaantumisprosessit
Tkll korkakoulu ysmaalyys laboraoro Luo 6 Luoavuus a vkaaumsrosss Ah alo ysmaalyys laboraoro Tkll korkakoulu PL 00, 005 TKK Tkll korkakoulu ysmaalyys laboraoro Määrlmä Tarkaslava ykskö luoavuus o s odäkösyys,
Robusti tilastollinen päättely ensimmäisen ja toisen ehdollisen momentin mallintamisessa
Robusi ilasollinen pääely ensimmäisen ja oisen ehdollisen momenin mallinamisessa ilasoieeen pro gradu ukielma Jarmo Mika Rafael Mikkola Marraskuu SISÄLLYS JOHDANO EORIAA. Robusi kvasiuskoavuusesimoinimeneelmä.
Soorrea. OUTC'KUMPU Oy.' Malminetsintä. O. POhjamies/pAL ,4 1 (3) VLF -MI'ITAUS. Periaate. Lähetysase.mat
- OUTCKUMPU Oy Malmnesnä O POhames/pAL 94 (3) VLF -MTAUS Peraae Läheysasema VU (= Very M Frequency) -ruauks$sa käyeään apuna 5-0 khz aauusaueea omva asea Näden asemen anenrrl ova pysyä a nssä kulkeva vra
Tietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18
SU/Vakuutusmatemaattnen ykskkö 6.3.07 (6) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen
Ilmar Juva 45727R Mat-2.108 Sovelletun matematkan erkostyö Jalkaallo-ottelun loutuloksen stokastnen mallntamnen 1 Johdanto Jalkaallo-ottelun loutuloksen mallntamsesta tlastollsn ja todennäkösyyslaskun
Mittaustekniikan perusteet, piirianalyysin kertausta
Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä
11. Takaisinkytketyt vahvistimet
Kar berg Kar berg. akankykey vahvme. ahvn yyppejä Jännevahvn Ohjaun läheen pääyyppejä Jänne hjau jännelähde ra hjau jännelähde Jänne hjau vralähde ra hjau vralähde v kun >> v kun >> ja >> njänne n en uraan
XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA
II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =
KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus
EUROOPAN KOMISSIO Bryssel 27.2.205 COM(205) 4 final KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan nojalla laadiu keromus FI FI KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan
TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010
TIES592 Montavoteoptmont ja teollsten prosessen hallnta Ylassstentt Juss Hakanen juss.hakanen@jyu.f syksy 2010 Interaktvset menetelmät Idea: päätöksentekjää hyödynnetään aktvsest ratkasuprosessn akana