VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen I UUSINTATENTTI 4.3.1996



Samankaltaiset tiedostot
VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen II UUSINTATENTTI

Autoilijan ikä v Yli 20 v. Mies 10,00% 1,75% Nainen 4,00% 2,50% Alueen ajokortit jakaantuvat vastaavien henkilöryhmien kesken seuraavasti:

VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI

VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3

Päätöksentekomenetelmät

Päätöksentekomenetelmät

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

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

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

3. laskuharjoituskierros, vko 6, ratkaisut

VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI

Järvitesti Ympäristöteknologia T571SA

Sekastrategia ja Nash-tasapainon määrääminen

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

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

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

SEKASTRATEGIAT PELITEORIASSA

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:

D ( ) E( ) E( ) 2.917

Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Yhteistyötä sisältämätön peliteoria

Uolevin reitti. Kuvaus. Syöte (stdin) Tuloste (stdout) Esimerkki 1. Esimerkki 2

Luento 5: Peliteoriaa

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

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

(x, y) 2. heiton tulos y

Matematiikan tukikurssi

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017

Sovellettu todennäköisyyslaskenta B

Kansainvälinen rahatalous Matti Estola. Termiinikurssit ja swapit valuuttariskien hallinnassa

8.1. Tuloperiaate. Antti (miettien):

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 5 (Koetentti)

Luento 8. June 3, 2014

Luento 10 Kustannushyötyanalyysi

INTERVALLIPÄÄTÖSPUUT JANNE GUSTAFSSON 45433E. Mat Optimointiopin seminaari Referaatti

Vahvuudet: Mitä on tiiminne osaaminen suhteessa valitsemaanne yritykseen perusteluineen

Tilastollisia peruskäsitteitä ja Monte Carlo

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

Kenguru 2016 Student lukiosarja

, tuottoprosentti r = X 1 X 0

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

2. laskuharjoituskierros, vko 5, ratkaisut

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

3. Kongruenssit. 3.1 Jakojäännös ja kongruenssi

Sisällysluettelo. 1. Johdanto

1.2 Hakijan postiosoite (= toimilupapäätöksen mukainen osoite, johon lupapäätös voidaan lähettää)

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

Johdatus todennäköisyyslaskentaan Verkot ja todennäköisyyslaskenta. TKK (c) Ilkka Mellin (2004) 1

Pääsykoe 2001/Ratkaisut Hallinto

Kliininen arviointi ja kliininen tieto mikä riittää?

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

Taloustieteen perusteet 31A Mallivastaukset 2, viikko 3

Paljonko maksat eurosta -peli

4. laskuharjoituskierros, vko 7, ratkaisut

Sovellettu todennäköisyyslaskenta B

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

Mat Sovellettu todennäköisyyslasku A

Mat Investointiteoria Laskuharjoitus 3/2008, Ratkaisut

Osa 1: Todennäköisyys ja sen laskusäännöt. Kokonaistodennäköisyyden ja Bayesin kaavat

Totta vai tarua matematiikan paradokseja

Pelivaihtoehtoja. Enemmän vaihtelua peliin saa käyttämällä erikoislaattoja. Jännittävimmillään Alfapet on, kun miinusruudut ovat mukana pelissä!

Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017

Luento 9. June 2, Luento 9

Selvitetään korkokanta, jolla investoinnin nykyarvo on nolla eli tuottojen ja kustannusten nykyarvot ovat yhtä suuret (=investoinnin tuotto-%)

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö

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

Kenguru 2014 Ecolier (4. ja 5. luokka)

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta

4 LUKUJONOT JA SUMMAT

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

Rahoitusriskit ja johdannaiset Matti Estola. luento 7 Swap sopimuksista lisää

Matemaatikot ja tilastotieteilijät

Rahoitusriskit ja johdannaiset Matti Estola Luento 6. Swap -sopimukset

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi)

Prof. Marko Terviö Assist. Jan Jääskeläinen

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

LASKELMIA OSINKOVEROTUKSESTA

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

ikä (vuosia) on jo muuttanut 7 % 46 % 87 % 96 % 98 % 100 %

Aki Taanila LINEAARINEN OPTIMOINTI

Prof. Marko Terviö Assist. Jan Jääskeläinen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo Ratkaisut ja pisteytysohjeet

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

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)

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10 13

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

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

Tutkimustiedonhallinnan peruskurssi

massa vesi sokeri muu aine tuore luumu b 0,73 b 0,08 b = 0,28 a y kuivattu luumu a x 0,28 a y 0,08 = 0,28 0,08 = 3,5

Transkriptio:

1 VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen I UUSINTATENTTI 4.3.1996 Tehtävä 1. Eräässä diktatuurimaassa on edelleenkin käytössä kuolemanrangaistus hallitsevaa valtaa vastaan tehdyistä poliittisista rikkomuksista. Lisäksi kuolemantuomioiden toimeenpanossa vallitsee karkea mielivaltaisuus. Seuraavassa on esimerkki tällaisesta menettelystä. Kuolemaantuomitulle vangille saatetaan antaa mahdollisuus pelastua. Pelastuminen perustuu pirulliseen koejärjestelyyn, jonka tulos riippuu pääosin sattumasta, mutta vanki voi itsekin vaikuttaa pelastumismahdollisuutensa suuruuteen. Vangille annetaan kaksi samanlaista laatikkoa sekä 5 valkoista ja 5 mustaa palloa. Vangin tulee sijoittaa kaikki 10 palloa näihin kahteen laatikkoon siten, että molemmissa laatikoissa on pallo(ja). Muuten sijoittelu on vangin vapaassa harkinnassa. Tämän jälkeen oikeudenpalvelija valitsee umpimähkäisesti toisen suljetuista laatikoista ja valitsemastaan laatikosta edelleen umpimähkäisesti yhden palloista. Jos oikeudenpalvelijan valitsema pallo on valkoinen, vanki armahdetaan ja vapautetaan. Musta pallo taas merkitsee kuolemaantuomion täytäntöönpanoa. a) Miten vangin on edullisinta sijoittaa pallot laatikoihin? Kuinka suuri on tällöin hänen selviytymistodennäköisyytensä? b) Entä mikä on huonoin mahdollinen vaihtoehto vangin kannalta ja hänen selviytymismahdollisuutensa tällöin? Tehtävä 2. Oletetaan, että on konstruoitu standardiarpa, jonka haltijalla on oikeus palkintoon W = 100 000 mk tai "palkintoon" L = - 50 000 mk. Haltijan saama palkinto ratkaistaan arpomalla. Arpa, jonka arvo on π -BRLT, merkitsee, että haltija saa arvonnassa palkinnon W todennäköisyydellä π ja palkinnon L todennäköisyydellä 1 - π. a) Henkilö A on saanut oikeuden seuraavanlaiseen BRLT -arvoiseen satunnaishyödykkeeseen:

2 0.8 BRLT 0.3 0.7 0.6 BRLT Eli A:lla on mahdollisuus satunnaishyödykettä realisoitaessa saada joko 0.8 BRLT:n arvoinen standardiarpa (tn:llä 0.3) tai 0.6 BRLT:n arvoinen standardiarpa (tn:llä 0.7). Esitä nyt kaksi periaatteessa erilaista koejärjestelyä A:n hallussa olevan satunnaishyödykkeen lopulliseksi realisoimiseksi (ts. kaksi erilaista koejärjestelyä, joilla objektiivisesti ratkaistaan kumman palkinnoista, W tai L, A lopulta saa). b) A:n palkintoihin W = 100 000 mk ja L = - 50 000 mk liittyvä π -indifferenssifunktio on alla olevan kuvion mukainen. Etsi kuvion perusteella se alin rajahinta, jolla A on valmis luopumaan hallussaan olevasta, yllä kuvatusta satunnaishyödykkeestä. Päätöksentekijän π -indifferenssifunktio Rahamäärä (1 000 mk)

3 Tehtävä 3. Yritys suunnittelee tutkimusohjelmaa uuden tuotteen kehittämiseksi. Tutkimuksen kestoajaksi arvioidaan 12 kk ja kustannuksiksi 500 000 mk. 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: MarkkinointiMarkkinaosuus Todennäköisyys Myynnin nykyarvo onnistuu Hyvin Suuri 0.1 26 000 000 mk Kohtalaisesti Keskinkertainen 0.6 13 000 000 mk Heikosti Pieni 0.3 5 000 000 mk Myynnin nykyarvo ei sisällä edeltävän tutkimusohjelman eikä tuotteen markkinoille laskun (200 000 mk) kustannuksia. Yrityksellä on myös vaihtoehtoinen tapa edetä hankkeessa. Tehdäänkin 8 kk kestävä esitutkimus, joka maksaa 300 000 mk ja jolla jo selviää, pystytäänkö ko. tuote kehittämään. Myönteisessä tapauksessa voidaan esitutkimusta jatkaa tehostetulla 4 kk:n mittaisella kehitysohjelmalla, jonka kustannukset ovat 400 000 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 200 000 mk (ja olisi aina tuloksekas) ja markkinoille tunkeutuminen 100 000 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 arvoja (myynnin nykyarvo miinus tutkimus- ym. kustannukset). Päätöksentekijän oletetaan olevan odotusarvoilija. c) Esitä optimistarategia verbaalisti (miten päätöksentekijän tulee missäkin vaiheessa menetellä saavuttaakseen mahdollisimman hyvän tuloksen).

4 Tehtävä 4. Tarkastellaan normaalimuodossa annettua päätöksentekotilannetta, missä on kaksi eri maailmantilaa (θ 1 jaθ 2 ) sekä päätöksentekijän viisi eri toimintastrategiaa (a 1 - a 5 ). Strategioiden ehdolliset arvot eri maailmantilavaihtoehdoille (V(a j ; θ i ), i=1,2; j=1,..,5) ovat alla olevan taulukon mukaiset: V(a j ; θ i ) a 1 a 2 a 3 a 4 a 5 θ 1 70 90 20 30 40 θ 2-40 - 30 70 90 50 a) Etsi ja poista luettelosta dominoidut strategiat. Huomaa sekä yhden strategian puhtaasti dominoimat strategiat että kahden puhtaan strategian muodostaman sekastrategian dominoimat strategiat. b) Piirrä kaikki strategiat v 1 v 2 -koordinaatistoon, missä v 1 kuvaa strategioiden ehdollisia arvoja maailmantilassa θ 1 ja v 2 maailmantilassa θ 2 vastaavasti. Merkitse kuvioon edellä löydetyt dominoidut strategiat ja Pareto-optimaalisten strategioiden muodostama tehokas pinta. c) Etsi päätösongelman optimiratkaisu eri maailmantilatodennäköisyyksien arvoilla, ts. kuvaa, miten ratkaisu muuttuu, kun p = P(θ 1 ) muuttuu 0 -> 1. Tehtävä 5. 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/markkinoinnista luopumispäätös perustaa edeltävään testausmenettelyyn vai ei. Ratkaise päätösongelma tehtävän 4 mukaisella strategiamatriisitekniikalla. Ex ante - todennäköisyys sille, että kehitetty lääke on tehokas, on 0.40. 5