ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008



Samankaltaiset tiedostot
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 5 (Koetentti)

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2016 Harjoitusten 4 ja 5 ratkaisuehdotuksia

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta:

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy päätöspuiden avulla tarkastellaan vasta seuraavissa harjoituksissa.

Matematiikan tukikurssi

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät sivua Heikki Koivupalo ja Rami Luisto

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin?

Matematiikan tukikurssi

Matematiikan tukikurssi: kurssikerta 12

Johdatus diskreettiin matematiikkaan Harjoitus 2, Osoita että A on hyvin määritelty. Tee tämä osoittamalla

Arvo (engl. value) = varmaan attribuutin tulemaan liittyvä arvo. Päätöksentekijä on riskipakoinen, jos hyötyfunktio on konkaavi. a(x) = U (x) U (x)

Matematiikan tukikurssi

MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I

k S P[ X µ kσ] 1 k 2.

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8

Matematiikan tukikurssi, kurssikerta 2

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 4

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Matematiikan tukikurssi

Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 2, malliratkaisut

b) Arvonnan, jossa 50 % mahdollisuus saada 15 euroa ja 50 % mahdollisuus saada 5 euroa.

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

Ratkaisuehdotus 2. kurssikoe

Harjoitus 7: vastausvihjeet

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

Ratkaisuehdotus 2. kurssikokeeseen

SEKASTRATEGIAT PELITEORIASSA

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Luento 9. June 2, Luento 9

Esitetään tehtävälle kaksi hieman erilaista ratkaisua. Ratkaisutapa 1. Lähdetään sieventämään epäyhtälön vasenta puolta:

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Matematiikan tukikurssi, kurssikerta 3

= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.

rm + sn = d. Siispä Proposition 9.5(4) nojalla e d.

Matematiikan tukikurssi: kurssikerta 10

X k+1 X k X k+1 X k 1 1

Matemaattisen analyysin tukikurssi

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset

ill 'l' L r- i-ir il_i_ lr-+ 1r l

Matematiikan peruskurssi 2

sin x cos x cos x = sin x arvoilla x ] π

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

Aloitamme yksinkertaisella leluesimerkillä. Tarkastelemme yhtä osaketta S. Oletamme että tänään, hetkellä t = 0, osakkeen hinta on S 0 = 100=C.

Ratkaisu: (b) A = x 0 (R(x 0 ) x 1 ( Q(x 1 ) (S(x 0, x 1 ) S(x 1, x 1 )))).

Luento 5: Peliteoria

HN = {hn h H, n N} on G:n aliryhmä.

Talousmatematiikan perusteet

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Tenttiin valmentavia harjoituksia

HY / Matematiikan ja tilastotieteen laitos Vektorianalyysi I, syksy 2017 Harjoitus 1 Ratkaisuehdotukset. I.1. Todista Cauchyn-Schwarzin epäyhtälö

Matematiikan tukikurssi

Matematiikan perusteet taloustieteilij oille I

(a) Kyllä. Jokainen lähtöjoukon alkio kuvautuu täsmälleen yhteen maalijoukon alkioon.

Johdatus lukuteoriaan Harjoitus 11 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 5 Ratkaisuehdotukset

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset

2. Minkä joukon määrittelee kaava P 0 (x 0 ) P 1 (x 0 ) mallissa M = ({0, 1, 2, 3}, P M 0, P M 1 ), kun P M 0 = {0, 1} ja P M 1 = {1, 2}?

Konvergenssilauseita

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

1. Tarkastellaan esimerkissä 4.9 esiintynyttä neliön symmetriaryhmää

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.

Matematiikan tukikurssi

a ord 13 (a)

Matematiikan tukikurssi

= ( 1) 2 u tt (x, t) = u tt (x, t)

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 9 (6 sivua) OT

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Moraalinen uhkapeli: perusmalli ja optimaalinen sopimus

(2n 1) = n 2

Matemaattisen analyysin tukikurssi

DIFFERENTIAALI- JA INTEGRAALILASKENTA I.1. Ritva Hurri-Syrjänen/Syksy 1999/Luennot 6. FUNKTION JATKUVUUS

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista

4. Martingaalit ja lokaalit martingaalit

3 Derivoituvan funktion ominaisuuksia

FYSA242 Statistinen fysiikka, Harjoitustentti

Tehtävä 2. Osoita, että seuraavat luvut ovat algebrallisia etsimällä jokin kokonaislukukertoiminen yhtälö jonka ne toteuttavat.

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

1 Lukujen jaollisuudesta

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

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

E A [u] = % % = 14 %, E B [u] = u = 15 %.

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

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

M 2 M = sup E M 2 t. E X t = lim. niin martingaalikonvergenssilauseen oletukset ovat voimassa, eli löydämme satunnaismuuttujan M, joka toteuttaa ehdon

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

I I K UL U UT U T T A T JANTE T O E R O I R A

Reaalifunktioista 1 / 17. Reaalifunktioista

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

Kaikki kurssin laskuharjoitukset pidetään Exactumin salissa C123. Malliratkaisut tulevat nettiin kurssisivulle.

Ensimmäinen induktioperiaate

Transkriptio:

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? (b) Herra K.:lla on 2.000 euroa, ja hän harkitsee sijoittavansa rahansa jompaan kumpaan seuraavista arpajaisista (luvut ovat voittoja/tappioita): eli kuvallisesti L 1 = L(1, 100), L 2 = L ( 0,1, L(0,5, 400 ; 0,5, 600) ; 0,9, 5 ), L 1 1 100 0,5 400 0,1 0,5 600 L 2 0,9 5 Kumman arpajaisista L 1 vai L 2 herra K. valitsee? Ratkaisuehdotus: (a) Herra K. on riskinkaihtaja. Tämä seuraa harjoitustehtävän 3 kohdasta (a), sillä funktio ln x on konkaavi. Tyydymme tässä perustelemaan herra K.:n riskinkaihtoa esimerkillä. Tarkastellaan arpajaisia L = L(0,5, 1 ; 0,5, 0). Herra K.:n varmuusvastine (yksikkönä hyöty) näille arpajaisille on CE(L) = E ( u(l) ) = E ( ln L ) = ln 1 0,5 + ln 0 0,5 =. 1

Toisaalta riskineutraalin päätöksentekijän varmuusvastine (ykikkönä palkkio) arpajaisille L on CE(L) = E(L) = 1 0,5 + 0 0,5 = 0,5. Tämän luvun 0,5 yksikkö on palkkioissa. Herra K.:n varmuusvastineen yksikkö on hyöty. Jotta näitä voitaisiin verrata, täytyy yksiköt muuttaa samoiksi. Muutamme hyödyn palkkioiksi: u 1 ( ) = 0. Siisä herra K.:n varmuusvastine on palkkioina 0. Ja siten herra K.:n riskipreemio on 0,5 palkkiota arpajaisille L. Näemme, että herra K. on riskinkaihtaja ainakin mitä arpajaisiin L = L(0,5, 1 ; 0,5, 0) tulee. Huomattavaa kuitenkin on, että periaatteessa herra K. voisi olla riskinrakastaja joidenkin muiden arpajaisten suhteen. Harjoitustehtävästä 3(a) seuraa kuitenkin, että näin ei voi olla. (b) Herra K.:n varmuusvastine arpajaisille L on CE(L) = E(ln L) (yksikkönä hyöty). Siten CE(L 1 ) = ln(2.000 100) = ln 1.900 = 7,5496, CE(L 2 ) = ln(2.000 400) 0,1 0,5 + ln(2.000 600) 0,1 0,5 + ln(2.000 + 5) 0,9 = 7,5742. Näemme, että herra K. valitsee arpajaiset L 2. 2. Vastaa edellisen tehtävän kysymyksiin (a) ja (b), kun herra K.:n hyötyfunktio on logaritmisen hyötyfunktion sijasta (a) u(x) = x 2, (b) u(x) = 2x + 1. Ratkaisuehdotus: (a) Harjoitustehtävän 3(b) nojalla herra K. on riskinrakastaja, sillä funktio x 2 on konveksi. Tarkastelemme sitten arpajaisia L 1 ja L 2. Herra K.:n varmuusvastineet (yksikköinä hyödyt) ovat CE(L 1 ) = (2.000 100) 2 = 3.610.000, CE(L 2 ) = (2.000 400) 2 0,1 0,5 + (2.000 600) 2 0,1 0,5 + (2.000 + 5) 2 0,9 = 3.844.000. 2

Näemme, että herra K. valitsee arpajaiset L 2. (b) Funktio 2x + 1 on sekä konkaavi että konveksi. Siten, harjoitustehtävän 3(c) nojalla, herra K. on riskineutraali. Nyt arpajaisille L 1 ja L 2 pätee CE(L 1 ) = 2 (2.000 100) + 1 = 3.801, CE(L 2 ) = ( 2 (2.000 400) + 1 ) 0,1 0,5 + ( 2 (2.000 600) + 1 ) 0,1 0,5 + ( 2 (2.000 + 5) + 1 ) 0,9 = 3.910. Herra K. valitsee arpajaiset L 2. 3. Osoita että päätöksentekijä on (a) riskinkaihtaja, jos hänen hyötyfunktionsa on konkaavi, (b) riskinrakastaja, jos hänen hyöytyfunktionsa on konveksi, (c) riskineutraali jos ja vain jos hänen hyötyfunktio on sekä konveksi että konkaavi. Ratkaisuehdotus: Harjoituksen väitteet seuraavat Jensenin epäyhtälöstä (1) E ( u(l) ) u ( E(L) ), kun u on konveksi, joka on esitelty luennoilla. Nimittäin epäyhtälön (1) vasen puoli on varmuusvastine CE(L) yksikköinä hyödyt 1 ja epäyhtälön oikea puoli on odotettu arvo EV(L) yksikköinä hyödyt. Siten riskipreemio (yksikkönä hyöty) on RP(L) = E ( u(l) ) u ( E(L) ). (a) Tämä seuraa Jensenin epäyhtälöstä, sillä u(x) on konkaavi jos ja vain jos u(x) on konveksi. (b) Tämä on Jensenin epäyhtälö. (c) Tämä seuraa yhdistämällä kohdat (a) ja (b). Itse asiassa funktio u(x) on sekä konveksi että konkaavi jos ja vain jos se on affiini: u(x) = ax + b. 1 Jos suureen x yksikkö on hyöty, niin vastaava palkkio on u 1 (x). Jos taas suureen x yksikkö on palkkio, niin vastaava hyöty on u(x). 3

4. Oiva Opiskelijan on päätettävä osallistuako kurssille Operaatioanalyysi vai Johdatus tilastotieteeseen. Oiva arvioi, että jos hän osallistuu kurssille Operaatioanalyysi, niin todennäköisyydellä 10% hän saa arvosanan 5, todennäköisyydellä 40% arvosanan 4 ja todennäköisyydellä 50% arvosanan 3. Samoin Oiva arvelee, että osallistuu kurssille Johdatus tilastotieteeseen, niin todennäköisyydet arvosanoille ovat: 70% arvosanalle 4, 25% arvosanalle 3 ja 5% arvosanalle 2. Oiva on indifferentti arpajaisten L(1, 3) ja L(0,25, 5 ; 0,75, 2) suhteen, sekä arpajaisten L(1, 4) ja L(0,70, 5 ; 0,30, 2) suhteen. Jos Oiva Opiskelija haluaa optimoida arvosanasta saadun keskimääräisen (eli odotetun) hyödyn, niin kumman kursseista Operaatioanalyysi vai Tilastotieteen johdantokurssi hän valitsee? Ratkaisuehdotus: Huomaamme aluksi, että Oiva Opiskelija tarkastelee vain arvosanoja 5, 4, 3 ja 2. Hän siis ei pidä mahdollisena arvosanoja 1 tai hylätty. Rakennamme sitten Oivan hyötyfunktion. Ääriarvoissa asetamme u(5) = 1 ja u(2) = 0. Indifferessistä L(1, 3) L(0,25, 5 ; 0,75, 2) päättelemme, että u(3) = 0,25. Samoin indifferenssistä L(1, 4) L(0,7, 5 ; 0,3, 2) päättelemme, että u(4) = 0,7. Nyt hyötyfunktio on tiedossamme. Voimme siis laskea odotetut hyödyt arpajaisille L OR ja L IS : E ( u ( L OR )) = u(5) 0,1 + u(4) 0,4 + u(3) 0,5 = 1 0,1 + 0,7 0,4 + 0,25 0,5 = 0,505, E ( u ( L IS )) = u(4) 0,7 + u(3) 0,25 + u(2) 0,05 = 0,7 0,7 + 0,25 0,25 + 0 0,05 = 0,5525. Oiva Opiskelija valitsee siis kurssin Tilastotieteen johdantokurssi. 5. Sjoittaja R.:llä on 1.000 euroa löysää rahaa. Hän aikoo sijoittaa ne vuodeksi joko valtion obligaatioiin tai kultaan (mutta ei molempiin). Jos sijoittaja R. sijoittaa 1.000 euroa valtion obligaatioihin saa hän varmasti vuoden kuluttua 1.296 euroa. Jos hän taas sijoittaa kultaan saa hän vuoden kuluttua 400 euroa todennäköisyydellä 0,75 ja 10.000 euroa todennäköisyydellä 0,25. Sijoittaja R.:n hyötyfunktio on u(x) = x. Sijoittaja R. haluaa optimoida odotetun (eli keskimääräisen) hyödyn. Tuleeko hänen sijoittaa valtion obligaatioihin vai kultaan? 4

Huomautus: Tämän tehtävän ratkaiseminen pitäisi onnistua jo edellisen viikon harjoitusten tiedoilla. Ratkaisuehdotus: Laskemme odotetut hyödyt obligaatiolle L bond ja kullalle L gold : E ( u(l bond ) ) = 1.296 = 36, E ( u(l gold ) ) = 400 0,75 + 10.000 0,25 = 40. Siispä sijoittaja R. sijoittaa kultaan. 5