Mikro II, Øvelser 3. ) er mindre eller lig i begge koordinater, da er (u, 1 u 2

Størrelse: px
Starte visningen fra side:

Download "Mikro II, Øvelser 3. ) er mindre eller lig i begge koordinater, da er (u, 1 u 2"

Transkript

1 Mikro II 208I Øvelser 3, side Mikro II, Øvelser 3. To individer har i fællesskab opnået ret til 00 enheder af en vare, under den betingelse at de kan blive enige om en fordeling, ellers mistes denne ret. De to har hver sin nytte af varen, således at u x ) = x, mens u 2 x 2 ) = 2 lnx 2 + ). a) Skitsér nyttemulighedsområdet, dvs. alle de kombinationer u, u 2 ), som kan opnås, når man deler de 000 enheder mellem individerne og eventuelt smider noget af det væk. Vis at nyttemulighedsområdet er konvekst, kompakt og komprehensivt i den forstand at hvis det indeholder u, u 2 ) og u, u 2 ) er mindre eller lig i begge koordinater, da er u, u 2 ) også med). Lettest at plotte kurven når x vælges som kvadrattallene 9,6, 25 osv. op til 00. Konveksitet følger af, at både og ln er konkave funktioner: Hvis u, u 2 ) og u, u 2 er mulige, og λ [0, ], da er u x, u 2 2 ln00 x+) og u x, u 2 2 ln 00 x + ) for passende x, x [0, 00], så λu + λ)u λ x + λ) x λx + λ)x, λu 2 + λ)u 2 λ2 ln00 x + ) + λ)2 ln00 x + ) 2 ln00 λx + λ)x ) + ), så λu, u 2 ) + λ)u, u 2 ) er også med. De øvrige egenskaber er oplagte. Der resterer nu problemet om at forhandle sig frem til en deling. Det foreslås at bruge Nash s forhandlingsløsning, der maximerer produktet af nytterne på nyttemulighedsområdet Nash-produktet ). b) Find løsningen og den bagved liggende fordeling af de 00 enheder. Vi skal finde maximum af x ln 200 x + ) for x [0, 00]. Førsteordensbetingelsen er 2 x ln00 x + ) x 00 x + med løsning x 65, så der deles med 65 til og 35 til 2. = 0 eller ln00 x + )00 x + ) = 2x Det overvejes nu at benytte Nash s forhandlingsløsning på alle nyttemulighedsområder delmængder af R 2 + som er konvekse, kompakte og komprehensive). c) Vis at Nash forhandlingsløsningen har følgende egenskaber: Den vælger altid et nyttepar u, u 2 ) som er efficient, Det følger af at Nashproduktet er voksende i hver af individernes nytte. Hvis man ganger de to individers nytter med hver sin positive konstant, vil resultatet tilsvarende blive ganget med disse konstanter, Vi skal nu maximere produktet a u a 2 u 2 over alle par a u, a 2 u 2 ), hvor u, u 2 ) er i det

2 Mikro II 208I Øvelser 3, side 2 gamle område, det er let at se at maximum er a u a 2u 2 hvor u u 2 er det gamle maximum. Hvis nyttemulighedsområdet er symmetrisk så hvis u, u 2 ) er med, da er u 2, u ) også med), så vil løsningen give de to individer lige meget, Hvis maximum var u u 2 med f.eks. u > u 2, så ville også u 2, u ) være i mulighedsområdet, og pga. konveksiteten ville vi også have 2 u, u 2 ) + 2 u 2, u ), som ville give et større Nash-produkt, en modstrid. Hvis et nyttemulighedsområde er indeholdt i et andet, og løsningen for det andet faktisk ligger i det første, da er det også løsning for det første nyttemulighedsområde. Oplagt, for maximum af Nash-produktet på den store mængde er jo også maximum på enhver mindre mængde d) Fortolk og kommenter betingelserne ovenfor. Er de rimelige, kunne man tænke sig andre? Det er især den sidste uafhængighed af irrelevante alternativer), som kan være tvivlsom: Hvis man skærer i nyttemulighedsområdet, så den ene aldrig kan få mere end i Nash-løsningen, vil han stadig få det samme. Andre forhandlingsløsninger tager hensyn til det man har så andre ulemper. 2. Patent races) En antal n) virksomheder konkurrerer om at være de første og udtage patent på en ny opfindelse. Virksomheder vælger det beløb r i, der bruges på forskning, og den tid, der går til den nye opfindelse er færdig og kan patenteres er Tr i ), hvor T er en aftagende funktion. Hvis virksomheden kommer først og får patent, har den en indtægt W fra patentet, de andre får naturligvis ingenting. a) Formuler denne situation som et spil. Hvad er strategier og hvad er payoff? Der er n spillere som hver vælger forskningsudgifter r i R +, i =,..., n, og payoff bestemmes som følger: For en strategi n-tuppel r,..., r n ) findes først vinderne, nemlig Ir,..., r n ) = {i Tr i ) Tr j ), alle j}, og så er payoff til spiller i givet ved W π i r,..., r n ) = Ir,..., r n ) r i i Ir..., r n ) r i ellers b) Forklar, at der ikke er noget r,..., r n ), som er Nash-ligevægt i dette spil. Lad r,..., r m ) være vilkårlig. Hvis der kun er én vinder, kan denne vinder forbedre ved at reducere sin forskningsudgifter så længde de er større end den næstes. Hvis der er mere end én vinder, så kan hver af vinderne forbedre ved at øge udgifterne med vilkårlig lidt, så at de ikke behøver at dele med de andre vindere. Altså er der ingen Nash ligevægte. For at undersøge, om der er ligevægte i blandede strategier, noterer vi os først at spillet er helt symmetrisk, så det er naturligt at lede efter ligevægte, hvor alle spillere vælger samme sandsynlighedsfordeling over forskningsudgifter. Den betegner vi

3 Mikro II 208I Øvelser 3, side 3 med F, så at Fr) angiver sandsynligheden for at forskningsudgifterne er mindre end r. c) Forklar at hvis en virksomhed vælger udgifterne r, så er dens forventede payoff WFr) n r. Enten vinder virksomheden, nemlig hvis alle andre har valgt nogen mindre end r, og det sker med sandsynligheden Fr) n, eller virksomheden vinder ikke, og så taber den r i. d) Vis, at der er en symmetrisk Nash-ligevægt i blandede strategier, hvor sandsynligheden for forskningsudgifter r er ) r Fr) = n W for 0 r W. Brug at ) forventet payoff af enhver ren strategi skal være den samme i en Nash-ligevægt, og 2) da spillet er helt symmetrisk, må denne forventede være 0). Fra ) og 2) får vi, at vi skal sætte forventet payoff fra c) lig 0 og løse for Fr). e) Find de forventede forskningsudgifter. Kommenter resultatet. Lettest at bruge delvis integration, så at W 0 rdfr) = [rfr)] W 0 W 0 Fr)dr = W n n W = W n. 3. Betragt Prisoner s dilemma spillet med payoffs givet ved 9, 9) 0, 0) 0, 0), ) a) Find samtlige u, u 2 ), der kan fremkomme som forventet payoff når hver kombination af rene strategier vælges med en passende sandsynlighed. Det giver os den konvekse kombination af de fire punkter, ), 9, 9), 0, 0), 0, 0). b) Forklar, at for ethvert sådant u, u 2 ) findes en muligvis stort) antal gentagelser af spillet, hvor hver spiller kun vælger rene strategier ikke nødvendigvis de samme), så at gennemsnittet af payoffs går mod u, u 2 ). Lad u være et vilkårligt sådant punkt, da kan det skrives som p, )+p 2 9, 9)+p 3 0, 0)+p 4 0, 0). Vi kan vælge ikke-negative heltal n, n 2, n 3, n 4 og n så at vi kommer så tæt som vi ønsker på p i med n i, så hvis vi gentager spillet n gange og sørger for at, ) n kommer ud n gange osv., kommer vi tæt så tæt på u som vi ønsker. c) Find hver spillers minmax-payoff, dvs. det mindste payoff, som den anden spiller kan tvinge ham ned på, når han altid svarer med det for ham bedst mulige. minmax er 9, den anden spiller kan vælge første række eller søjle, og den anden kan så højest opnå 9.

4 Mikro II 208I Øvelser 3, side 4 d) Vis at enhver payoff-kombination fra a), som er større end minimax for hver spiller, kan fås gennemsnitspayoff i en Nash ligevægt i den uendelige gentagelse af spillet. Vælg en følge som i b), hvor payoff konvergerer til u, og lad begge spilleres strategi være at holde sig til denne følge, så længe den anden gør det, men at vælge første søjle i al fremtid hvis den anden spiller afviger. AFLEVERINGSOPGAVE Et sygehus, der finansieres af en bevilling fra regionen, er ledelsen optaget af at gennemføre så mange behandlinger som muligt, men lægger samtidig megen vægt på, at den medicinske kvalitet af behandlingen af den enkelte patient er høj. I regionen ønsker man også at der behandles så mange som muligt, men man vil samtidig gerne holde budgettet lavt. Hvis vi lader q være det beløb, som hospitalet afsætter til kvalitet i behandlingen af hver patient, og antal behandlede patienter betegnes med λ, har vi sammenhængen qλ = b, hvor b er det budget, der af regionen afsættes til drift af hospitalet. a) Formuler forholdet mellem region og sygehusledelse som et spil, når det antages at parterne har nyttefunktioner, der reflekterer holdningerne beskrevet ovenfor. Hospitalets strategier er q og regionens b. Hvis vi indfører nyttefunktioner uq, λ) for hospital og wλ, b) = for regionen, er payoff for hver strategikombination q, b) givet ved u q, b ) )) b, w q q, b. b) Beskriv i denne model, hvad der må forventes at blive resultatet af såvel regionens som sygehusets valg. Vi forventer, at der vælges en Nash-ligevægt q, b ), således at hospitalet maximerer u q, b for givet b og regionen maximerer ) q b w q, b for givet q. Det viser sig, at den opnåede kvalitet i behandlingen vokser med det beløb, der afsættes, men ikke proportionalt, når den opnåede kvalitet s måles på en skala fra 0 til, gælder der s = e q. c) Hvad bliver resultatet med hensyn til q, b og λ, når ledelsens nytte kan skrives som summen af opnået kvalitet pr. patient ganget med en faktor 90 og antal behandlede, og regionens nytte har formen λ + 00 b? Begynd med regionen: For fastholdt q er førsteordensbetingelsen 2 q b 2 00 b ) = 0 eller b = 00 q +.

5 Mikro II 208I Øvelser 3, side 5 For sygehuset er nyttefunktionen 90 e q ) + b med førsteordensbetingelse q2 90e q b q 2 = 0, som giver q = 4, 775 og b = 7, 36. Heraf fås λ = 3, 626 det lyder jo ikke af meget, men vi har ikke defineret måleenhederne, så det behøver ikke svare til det fysiske antal patienter).

Mikro II, Øvelser 4. 0, 002x 1 + 0, 0034x 2 = 100

Mikro II, Øvelser 4. 0, 002x 1 + 0, 0034x 2 = 100 Mikro II 018I Øvelser 4, side 1 Mikro II, Øvelser 4 1. To virksomheder konkurrerer på et marked, hvor forbrugernes efterspørgsel er tilnærmelsesvis lineær, og hvor der maximalt kan sælges 100000 enheder,

Læs mere

Mikro II, Øvelser 6. Mikro II 2018I Øvelser 6, side 1

Mikro II, Øvelser 6. Mikro II 2018I Øvelser 6, side 1 Mikro II 2018I Øvelser 6, side 1 Mikro II, Øvelser 6 1. Virksomhederne A og B roducerer hver 80 enheder af et forurenende affaldsstof. Regeringen ønsker at reducere forureningen, men grænseomkostningerne

Læs mere

Kvantitative Metoder 1 - Efterår Dagens program

Kvantitative Metoder 1 - Efterår Dagens program Dagens program Afsnit 3.1-3.2 Middelværdi -Definition - Regneregler Betinget middelværdi Middelværdier af funktioner af stokastiske variable Loven om den itererede middelværdi Eksempler 1 Beskrivelse af

Læs mere

Kvantitative Metoder 1 - Forår Dagens program

Kvantitative Metoder 1 - Forår Dagens program Dagens program Afsnit 3.1-3.2 Middelværdi -Definition - Regneregler Betinget middelværdi Middelværdier af funktioner af stokastiske variabler Loven om den itererede middelværdi Eksempler 1 Beskrivelse

Læs mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

Mat H /05 Note 2 10/11-04 Gerd Grubb

Mat H /05 Note 2 10/11-04 Gerd Grubb Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med

Læs mere

Hvad skal vi lave i dag?

Hvad skal vi lave i dag? p. 1/1 Hvad skal vi lave i dag? Repeterer lidt om diskrete sv. Standardfordelinger (binomial, Poisson, geometrisk) Stokastiske vektorer Diskrete stokastiske vektorer p. 2/1 Repetition Heltallige sv er

Læs mere

Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x)

Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x) Integralregning 3 Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Opgave 1 1 Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x) x 1 i [ 1,] drejes 360 om x-aksen.

Læs mere

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven. PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve

Læs mere

Mikro II, Øvelser 1. a 2bx = c + dx. 2b + d

Mikro II, Øvelser 1. a 2bx = c + dx. 2b + d Mikro II 2018I Øvelser 1, side 1 Mikro II, Øvelser 1 Det præcise forløb af øvelsestimerne aftales på holdene. Det gælder dog generelt, at der kræves aktiv deltagelse fra de studerende. Bemærk, at sidste

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

Analyse 2. Gennemgå bevis for Sætning Supplerende opgave 1. Øvelser. Sætning 1. For alle mængder X gælder #X < #P(X).

Analyse 2. Gennemgå bevis for Sætning Supplerende opgave 1. Øvelser. Sætning 1. For alle mængder X gælder #X < #P(X). Analyse 2 Øvelser Rasmus Sylvester Bryder 3. og 6. september 2013 Gennemgå bevis for Sætning 2.10 Sætning 1. For alle mængder X gælder #X < #P(X). Bevis. Der findes en injektion X P(X), fx givet ved x

Læs mere

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition

Læs mere

Øvelse 17 - Åbne økonomier

Øvelse 17 - Åbne økonomier Øvelse 17 - Åbne økonomier Tobias Markeprand 20. januar 2009 Opgave 21.2 Betragt et land, der opererer under faste valutakurser, med den samlede efterspørgsel og udbud givet ved ligninger (21.1) og (21.2)

Læs mere

Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x)

Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x) Integralregning 3 Hvis man ønsker mere udfordring, kan man springe de første 7 opgaver over. Opgave Skitser det omdrejningslegeme, der fremkommer, når grafen for f ( x) x i [,] drejes 36 om x-aksen. Vis,

Læs mere

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 3. fjerdedel

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 3. fjerdedel MATEMATIK Eksamensopgaver Juni 995 Juni 200, 3. fjerdedel August 998 Opgave. Lad f : R \ {0} R betegne funktionen givet ved f(x) = ex x for x 0. (a) Find eventuelle lokale maksimums- og minimumspunkter

Læs mere

Kontrakter med moralfare

Kontrakter med moralfare Kontrakter med moralfare Birgitte Sloth Økonomisk Institut, Københavns Universitet 22. august 2000 1 Introduktion Som forklaret i Kreps kapitel 16 taler vi om moralfare ( moral hazard ), når en agent træffer

Læs mere

Gruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel.

Gruppeteori. Michael Knudsen. 8. marts For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel. Gruppeteori Michael Knudsen 8. marts 2005 1 Motivation For at motivere indførelsen af gruppebegrebet begynder vi med et eksempel. Eksempel 1.1. Lad Z betegne mængden af de hele tal, Z = {..., 2, 1, 0,

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

Ting man gør med Vektorfunktioner

Ting man gør med Vektorfunktioner Ting man gør med Vektorfunktioner Frank Nasser. april 11 c 8-11. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette

Læs mere

Stokastiske processer og køteori

Stokastiske processer og køteori Stokastiske processer og køteori 2. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 STOKASTISK MODEL FOR KØSYSTEM Population Ankomst Kø Ekspedition Output Ankomstproces

Læs mere

1 Virksomheders teknologi (kapitel 18)

1 Virksomheders teknologi (kapitel 18) 1 Virksomheders teknologi (kapitel 18) 1. Vi ønsker at beskrive de teknologiske begrænsninger som en virksomhed har. 2. Vi har set på nyttefunktioner indenfor forbrugerteorien. 3. Nu ser vi på "produktionsfunktioner".

Læs mere

UGESEDDEL 10 LØSNINGER. = f

UGESEDDEL 10 LØSNINGER. = f UGESEDDEL 10 LØSNINGER Theorem 1. Algoritme for løsning af max f(x, y) når g(x, y) c. Dan Lagrange-funktionen: L (x, y) = f(x, y) λ(g(x, y) c). Beregn de partielle afledte af L og kræv at de begge er nul:

Læs mere

1 Virksomheders teknologi (kapitel 18)

1 Virksomheders teknologi (kapitel 18) 1 Virksomheders teknologi (kapitel 18) 1. Vi ønsker at beskrive de teknologiske begrænsninger som en virksomhed har. 2. Vi har set på nyttefunktioner indenfor forbrugerteorien. 3. Nu ser vi på "produktionsfunktioner".

Læs mere

2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema:

2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema: Der er hjælp til opgaver med # og facit på side 6 1. Et eksperiment kan beskrives med følgende skema: u 1 2 3 4 5 P(u) 0,3 0,2 0,1 0,2 x Bestem x og sandsynligheden for at udfaldet er et lige tal.. 2.

Læs mere

Emneopgave: Lineær- og kvadratisk programmering:

Emneopgave: Lineær- og kvadratisk programmering: Emneopgave: Lineær- og kvadratisk programmering: LINEÆR PROGRAMMERING I lineær programmering løser man problemer hvor man for en bestemt funktion ønsker at finde enten en maksimering eller en minimering

Læs mere

Matematisk model for køsystem

Matematisk model for køsystem Matematisk model for køsystem Ankomstproces T 1, T 2,... (ankomsttid per kunde). Kødisciplin (rækkefølge for service). Ekspeditionstidsproces S 1, S 2,... (servicetid per kunde). Dagens emne: ankomstprocesser.

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Kapitel 4: Diskrete fordelinger Afsnit 4.1-4.2, 4.7: Bernoulli fordeling Binomial fordeling Store Tals Lov (Laws of Averages, Laws of Large Numbers) 1 Bernoulli fordeling Kvantitative Metoder

Læs mere

Matematik A. Studentereksamen. Forberedelsesmateriale. Digital eksamensopgave med adgang til internettet

Matematik A. Studentereksamen. Forberedelsesmateriale. Digital eksamensopgave med adgang til internettet Matematik A Studentereksamen Digital eksamensopgave med adgang til internettet Forberedelsesmateriale frs-matn/a-270420 Onsdag den 27. april 20 Forberedelsesmateriale til stx-a-net MATEMATIK Der skal afsættes

Læs mere

Kapitel 18: Virksomheders teknologi

Kapitel 18: Virksomheders teknologi December 9, 2008 Vi ønsker at beskrive de teknologiske begrænsninger som en virksomhed har. Vi har set på forbrugerteorien: Valg Præferencer/Nyttefunktioner: Valgkriterium Budgetmængden: Valgmuligheder

Læs mere

Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid). Tangenthældninger langs en kurve.

Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid). Tangenthældninger langs en kurve. Differentialligninger Hvad beskriver en differentialligning? Hvordan noget ændrer sig (oftest over tid) Tangenthældninger langs en kurve x Retningsfelter x x(t) sin(π t) + x / π cos(π t) Jeppe Revall Frisvad

Læs mere

Fornyelsesteori med anvendelser: Afleveringsopgave 1

Fornyelsesteori med anvendelser: Afleveringsopgave 1 Fornyelsesteori med anvendelser: Afleveringsopgave 1 February 27, 2003 Opgaven stilles fredag d. 28/2-2003 og afleveres d. 14/3-2003 ved forelæsningen. Opgaven kan besvares i grupper af 1-3 studerende.

Læs mere

Besvarelse, Eksamen Analyse 1, 2013

Besvarelse, Eksamen Analyse 1, 2013 Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet juni 23 Besvarelse, Eksamen Analyse, 23 Opgave Lad, for n N, funktionen f n : [, ) R være givet ved NB. Trykfejl. Burde være x. f n (x)

Læs mere

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler

Læs mere

Institut for virksomhedsledelse og økonomi, Syddansk Universitet. Workshop. Opgave 1. = = 3x 2

Institut for virksomhedsledelse og økonomi, Syddansk Universitet. Workshop. Opgave 1. = = 3x 2 Institut for virksomhedsledelse og økonomi, Syddansk Universitet Workshop Opgave 1 Antag at en forbrugers nyttefunktion er givet ved u(, x ) x 3 1 x. Forbrugeren har derudover følgende budgetbetingelse:

Læs mere

2 Risikoaversion og nytteteori

2 Risikoaversion og nytteteori 2 Risikoaversion og nytteteori 2.1 Typer af risikoholdninger: Normalt foretages alle investeringskalkuler under forudsætningen om fuld sikkerhed om de fremtidige betalingsstrømme. I virkelighedens verden

Læs mere

Opgavebesvarelse - Øvelse 3

Opgavebesvarelse - Øvelse 3 Opgavebesvarelse - Øvelse 3 Opgave 3.2 Lad økonomien være karakteriseret ved følgende adfærdsligninger: a) Løs for ligevægts BNP: derved at vi bruger ligningen. b) Løs for den disponible indkomst: c) Løs

Læs mere

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1 Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.

Læs mere

dpersp Uge 40 - Øvelser Internetalgoritmer

dpersp Uge 40 - Øvelser Internetalgoritmer Øvelse 1 dpersp Uge 40 - Øvelser Internetalgoritmer (Øvelserne 4 og 6 er afleveringsopgaver) a) Hver gruppe får en terning af instruktoren. Udfør 100 skridt af nedenstående RandomWalk på grafen, som også

Læs mere

Eksponentielle funktioner for C-niveau i hf

Eksponentielle funktioner for C-niveau i hf Eksponentielle funktioner for C-niveau i hf 2017 Karsten Juul Procent 1. Procenter på en ny måde... 1 2. Bestem procentvis ændring... 2 3. Bestem begyndelsesværdi... 2 4. Bestem slutværdi... 3 5. Vækstrate...

Læs mere

Grafmanipulation. Frank Nasser. 14. april 2011

Grafmanipulation. Frank Nasser. 14. april 2011 Grafmanipulation Frank Nasser 14. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Analyse 1, Prøve 2 Besvarelse

Analyse 1, Prøve 2 Besvarelse Københavns Universitet Prøve ved Det naturvidenskabelige Fakultet maj Analyse, Prøve Besvarelse Opgave (3%) (a) (%) Bestem mængden af x R for hvilke rækken ( + (x) n ) er konvergent og angiv sumfunktionen

Læs mere

Primtal - hvor mange, hvordan og hvorfor?

Primtal - hvor mange, hvordan og hvorfor? Johan P. Hansen 1 1 Institut for Matematiske Fag, Aarhus Universitet Gult foredrag, EULERs Venner, oktober 2009 Disposition 1 EUKLIDs sætning. Der er uendelig mange primtal! EUKLIDs bevis Bevis baseret

Læs mere

Forelæsning 2: Kapitel 4, Diskrete fordelinger

Forelæsning 2: Kapitel 4, Diskrete fordelinger Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Kalkulus 2 - Grænseovergange, Kontinuitet og Følger

Kalkulus 2 - Grænseovergange, Kontinuitet og Følger Kalkulus - Grænseovergange, Kontinuitet og Følger Mads Friis 8. januar 05 Indhold Grundlæggende uligheder Grænseovergange 3 3 Kontinuitet 9 4 Følger 0 5 Perspektivering 4 Grundlæggende uligheder Sætning

Læs mere

Appendiks- og bilagssamling

Appendiks- og bilagssamling Appendiks- og bilagssamling Appendiks A Udledning af IPAF... I Appendiks B Hvordan findes gammaværdien i Excel?... IV Appendiks C Når risikoaversionen er 1... VI Appendiks D Udledning af IPAF med transformation

Læs mere

Spilteori og Terrorisme

Spilteori og Terrorisme Spilteori og Terrorisme UNF Foredrag Thomas Jensen, Økonomisk Institut, KU September 2016 1 / 24 Oversigt Simple matematiske modeller af terrorisme og terrorbekæmpelse Matematisk værktøj: Spilteori Program:

Læs mere

Spilteori og Terrorisme

Spilteori og Terrorisme Spilteori og Terrorisme UNF Foredrag Thomas Jensen, Økonomisk Institut, KU September 2016 1 / 24 Oversigt Simple matematiske modeller af terrorisme og terrorbekæmpelse 2 / 24 Oversigt Simple matematiske

Læs mere

Ting man gør med Vektorfunktioner

Ting man gør med Vektorfunktioner Ting man gør med Vektorfunktioner Frank Villa 3. august 13 Dette dokument er en del af MatBog.dk 8-1. IT Teaching Tools. ISBN-13: 978-87-9775--9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Note om interior point metoder

Note om interior point metoder MØK 2016, Operationsanalyse Interior point algoritmer, side 1 Note om interior point metoder Som det er nævnt i bogen, var simplex-metoden til løsning af LP-algoritmer nærmest enerådende i de første 50

Læs mere

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Random Walk-kursus 2014 Jørgen Larsen 14. oktober 2014 Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Dette notat giver et bevis for at en symmetrisk random walk på Z eller Z 2 og

Læs mere

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2

Affine rum. a 1 u 1 + a 2 u 2 + a 3 u 3 = a 1 u 1 + (1 a 1 )( u 2 + a 3. + a 3. u 3 ) 1 a 1. Da a 2 Affine rum I denne note behandles kun rum over R. Alt kan imidlertid gennemføres på samme måde over C eller ethvert andet legeme. Et underrum U R n er karakteriseret ved at det er en delmængde som er lukket

Læs mere

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 1

Københavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 1 Københavns Universitet, Det naturvidenskabelige Fakultet 1 Lineær Algebra (LinAlg) Afleveringsopgave 1 Eventuelle besvarelser laves i grupper af - 3 personer og afleveres i to eksemplarer med 3 udfyldte

Læs mere

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )} Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,

Læs mere

Opdrift og modstand på et vingeprofil

Opdrift og modstand på et vingeprofil Opdrift og modstand på et vingeprofil Thor Paulli Andersen Ingeniørhøjskolen Aarhus Universitet 1 Vingens anatomi Et vingeprofil er karakteriseret ved følgende bestanddele: forkant, bagkant, korde, krumning

Læs mere

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36

t a l e n t c a m p d k Talteori Anne Ryelund Anders Friis 16. juli 2014 Slide 1/36 Slide 1/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 2/36 sfaktorisering Indhold 1 2 sfaktorisering 3 4 5 Slide 3/36 1) Hvad er Taleteori? sfaktorisering Slide 4/36 sfaktorisering 1) Hvad er

Læs mere

TALTEORI Følger og den kinesiske restklassesætning.

TALTEORI Følger og den kinesiske restklassesætning. Følger og den kinesiske restklassesætning, december 2006, Kirsten Rosenkilde 1 TALTEORI Følger og den kinesiske restklassesætning Disse noter forudsætter et grundlæggende kendskab til talteori som man

Læs mere

Spilstrategier. Indhold. Georg Mohr-Konkurrencen. 1 Vindermængde og tabermængde 2. 2 Kopier modpartens træk 4

Spilstrategier. Indhold. Georg Mohr-Konkurrencen. 1 Vindermængde og tabermængde 2. 2 Kopier modpartens træk 4 Indhold 1 Vindermængde og tabermængde 2 2 Kopier modpartens træk 4 3 Udnyt modpartens træk 5 4 Strategityveri 6 5 Løsningsskitser 7 Spilstrategier De spiltyper vi skal se på her, er primært spil af følgende

Læs mere

Notat om muligheden for at kunne budgettere med generelle reserver på sundhedsområdet

Notat om muligheden for at kunne budgettere med generelle reserver på sundhedsområdet Enhed Adm.pol. Sagsbehandler HEN Koordineret med Sagsnr. 1207028 Doknr. 1009238 Dato 15. august 2012 Notat om muligheden for at kunne budgettere med generelle reserver på sundhedsområdet Problem I henhold

Læs mere

Øvelse 5. Tobias Markeprand. October 8, 2008

Øvelse 5. Tobias Markeprand. October 8, 2008 Øvelse 5 Tobias arkeprand October 8, 2008 Opgave 3.7 Formålet med denne øvelse er at analysere ændringen i indkomstdannelsesmodellen med investeringer der afhænger af indkomst/produktionen. Den positive

Læs mere

Aarhus Universitet 5. februar Meddelelse 2

Aarhus Universitet 5. februar Meddelelse 2 fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank

Læs mere

Pointen med Differentiation

Pointen med Differentiation Pointen med Differentiation Frank Nasser 20. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

Bilag I. ~ i ~ Oversigt BILAG II MATEMATISK APPENDIKS. The Prisoner s Dilemma THE PRISONER S DILEMMA INTRODUKTION I RELATION TIL SAMORDNET PRAKSIS

Bilag I. ~ i ~ Oversigt BILAG II MATEMATISK APPENDIKS. The Prisoner s Dilemma THE PRISONER S DILEMMA INTRODUKTION I RELATION TIL SAMORDNET PRAKSIS Oversigt BILAG I I THE PRISONER S DILEMMA INTRODUKTION I RELATION TIL SAMORDNET PRAKSIS I I II BILAG II III GENNEMSIGTIGHEDENS BETYDNING III MATEMATISK APPENDIKS V GENERELT TILBAGEDISKONTERINGSFAKTOREN

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Uafhængighed og reelle transformationer Helle Sørensen Uge 8, mandag SaSt2 (Uge 8, mandag) Uafh. og relle transf. 1 / 16 Program I dag: Uafhængighed af kontinuerte

Læs mere

Differential- ligninger

Differential- ligninger Differential- ligninger Et oplæg 2007 Karsten Juul Dette hæfte er tænkt brugt som et oplæg der kan gennemgås før man går i gang med en lærebogs fremstilling af emnet differentialligninger Læreren skal

Læs mere

ØVELSE 3A. I SAS kan man både bruge {}, [] og () som paranteser til index.

ØVELSE 3A. I SAS kan man både bruge {}, [] og () som paranteser til index. ØVELSE 3A I denne øvelse gennemgår vi: Flere funktioner - udvalgte tilfældigtals generatorer i SAS Eksempler på anvendelse af SAS til statistisk analyse Formål Du får brug for de træk ved SAS-systemet,

Læs mere

Lineær Algebra - Beviser

Lineær Algebra - Beviser Lineær Algebra - Beviser Mads Friis 8 oktober 213 1 Lineære afbildninger Jeg vil i denne note forsøge at give et indblik i, hvor kraftfuldt et værktøj matrix-algebra kan være i analyse af lineære funktioner

Læs mere

1 Hb SS Hb Sβ Hb SC = , (s = )

1 Hb SS Hb Sβ Hb SC = , (s = ) PhD-kursus i Basal Biostatistik, efterår 2006 Dag 6, onsdag den 11. oktober 2006 Eksempel 9.1: Hæmoglobin-niveau og seglcellesygdom Data: Hæmoglobin-niveau (g/dl) for 41 patienter med en af tre typer seglcellesygdom.

Læs mere

Bilag 6: Bootstrapping

Bilag 6: Bootstrapping Bilag 6: Bootstrapping Bilaget indeholder en gennemgang af bootstrapping og anvendelsen af bootstrapping til at bestemme den konkurrencepressede front. FORSYNINGSSEKRETARIATET FEBRUAR 2013 INDLEDNING...

Læs mere

Pointen med Funktioner

Pointen med Funktioner Pointen med Funktioner Frank Nasser 0. april 0 c 0080. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er en

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning til eksaminen d. 14. december 2009 DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,

Læs mere

S k a b e l o n 7 4 d a g e s p l i t

S k a b e l o n 7 4 d a g e s p l i t Hvilken ugedag vil du køre nedenstående? 1. ugentlige træningspas Hvilken ugedag vil du køre nedenstående? 2. ugentlige træningspas t over dumbell rows t over dumbell rows Hvilken ugedag vil du køre nedenstående?

Læs mere

S k a b e l o n 3 4 d a g e f u l l b o d y

S k a b e l o n 3 4 d a g e f u l l b o d y Hvilken ugedag vil du køre nedenstående? 1. ugentlige træningspas t over dumbell rows t over dumbell rows Hvilken ugedag vil du køre nedenstående? 2. ugentlige træningspas Hvilken ugedag vil du køre nedenstående?

Læs mere

CIVILINGENIØREKSAMEN Side 1 af 16 sider. Skriftlig prøve, den: 16. december 2010 Kursus nr : (navn) (underskrift) (bord nr)

CIVILINGENIØREKSAMEN Side 1 af 16 sider. Skriftlig prøve, den: 16. december 2010 Kursus nr : (navn) (underskrift) (bord nr) CIVILINGENIØREKSAMEN Side 1 af 16 sider Skriftlig prøve, den: 16. december 2010 Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Tilladte hjælpemidler: Alle Dette sæt er besvaret af: (navn) (underskrift)

Læs mere

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer.

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer. LINEÆR OPTIMERING JESPER MICHAEL MØLLER Indhold 1 Introduktion 1 2 Kanoniske programmer 2 3 Standard programmer 2 4 Svag dualitet for standard programmer 3 5 Svag dualitet for generelle lineære programmer

Læs mere

Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2010 2. runde

Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2010 2. runde Retningslinjer for bedømmelsen. Georg Mohr-Konkurrencen 2010 2. runde Det som skal vurderes i bedømmelsen af en besvarelse, er om deltageren har formået at analysere problemstillingen, kombinere de givne

Læs mere

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål

Program. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål Program Statistik og Sandsynlighedsregning Sandsynlighedstætheder og kontinuerte fordelinger på R Varians og middelværdi Normalfordelingen Susanne Ditlevsen Uge 48, tirsdag Tætheder og fordelingsfunktioner

Læs mere

1. februar Lungefunktions data fra tirsdags Gennemsnit l/min

1. februar Lungefunktions data fra tirsdags Gennemsnit l/min Epidemiologi og biostatistik Uge, torsdag 3. februar 005 Morten Frydenberg, Afdeling for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (ud

Læs mere

Epidemi. Matematik. Indermohan Singh Walia, Egedal Gymnasium & HF

Epidemi. Matematik. Indermohan Singh Walia, Egedal Gymnasium & HF Matematik Epidemi Indermohan Singh Walia, Egedal Gymnasium & HF Denne artikel er skrevet som den matematiske teori til beskrivelse af udvikling af en epidemi i en befolkning. Den matematiske model indeholder

Læs mere

1 Om funktioner. 1.1 Hvad er en funktion?

1 Om funktioner. 1.1 Hvad er en funktion? 1 Om funktioner 1.1 Hvad er en funktion? Man lærer allerede om funktioner i folkeskolen, hvor funktioner typisk bliver introduceret som maskiner, der tager et tal ind, og spytter et tal ud. Dette er også

Læs mere

Archimedes Princip. Frank Nasser. 12. april 2011

Archimedes Princip. Frank Nasser. 12. april 2011 Archimedes Princip Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

DETTE OPGAVESÆT INDEHOLDER 6 OPGAVER MED IALT 11 SPØRGSMÅL. VED BEDØMMELSEN VÆGTES DE ENKELTE

DETTE OPGAVESÆT INDEHOLDER 6 OPGAVER MED IALT 11 SPØRGSMÅL. VED BEDØMMELSEN VÆGTES DE ENKELTE DETTE OPGAVESÆT INDEHOLDER 6 OPGAVER MED IALT 11 SPØRGSMÅL. VED BEDØMMELSEN VÆGTES DE ENKELTE SPØRGSMÅL ENS. SPØRGSMÅLENE I DE ENKELTE OPGAVER KAN LØSES UAFHÆNGIGT AF HINANDEN. 1 Opgave 1 En cylinderkapacitor

Læs mere

Fornyelsesteori med anvendelser: Punktprøve

Fornyelsesteori med anvendelser: Punktprøve Fornyelsesteori med anvendelser: Punktprøve May 9, 2003 For at få kredit for kurset Fornyelsesteori med anvendelser kræves at afleveringsopgave 1 og 2 samt nedenstående punktprøve besvares tilfredsstillende.

Læs mere

Kommentarer til den ægyptiske beregning Kommentarer til den ægyptiske beregning... 5

Kommentarer til den ægyptiske beregning Kommentarer til den ægyptiske beregning... 5 Hvad er matematik? C, i-bog ISBN 978 87 7066 499 8 Projekter: Kapitel - Projektet er delt i to små projekter, der kan laves uafhængigt af hinanden. Der afsættes fx - timer til vejledning med efterfølgende

Læs mere

Talteoriopgaver Træningsophold ved Sorø Akademi 2007

Talteoriopgaver Træningsophold ved Sorø Akademi 2007 Talteoriopgaver Træningsophold ved Sorø Akademi 2007 18. juli 2007 Opgave 1. Vis at når a, b og c er positive heltal, er et sammensat tal. Løsningsforslag: a 4 + b 4 + 4c 4 + 4a 3 b + 4ab 3 + 6a 2 b 2

Læs mere

Træningsspørgsmål efter 9. forelæsning/øvelse

Træningsspørgsmål efter 9. forelæsning/øvelse Træningsspørgsmål efter 9. forelæsning/øvelse Der skal afholdes en konkurrence mellem to basketballhold, fra to konkurrerende skoler, A og B. Det skal foregå på den måde, at hver spiller har sin egen kurv

Læs mere

FM 2019/19. Bemærkninger til forslaget. Almindelige bemærkninger

FM 2019/19. Bemærkninger til forslaget. Almindelige bemærkninger 30-01-2019 FM 2019/19 Bemærkninger til forslaget Almindelige bemærkninger 1. Indledning Forslaget har dels til formål at bringe den grønlandske og den danske version af Inatsisartutlovens 6 i overensstemmelse

Læs mere

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet Eksamensopgaver fra Matematik Alfa 1 Naturvidenskabelig Kandidateksamen August 1999. Matematik Alfa 1 Opgave 1. Udregn integralet 1 1 y 2 (Vink: skift til polære koordinater.) Opgave 2. Betragt funktionen

Læs mere

Spilstrategier. 1 Vindermængde og tabermængde

Spilstrategier. 1 Vindermængde og tabermængde Spilstrategier De spiltyper vi skal se på her, er primært spil af følgende type: Spil der spilles af to spillere A og B som skiftes til at trække, A starter, og hvis man ikke kan trække har man tabt. Der

Læs mere

Teoretiske Øvelser Mandag den 13. september 2010

Teoretiske Øvelser Mandag den 13. september 2010 Hans Kjeldsen hans@phys.au.dk 6. september 00 eoretiske Øvelser Mandag den 3. september 00 Computerøvelse nr. 3 Ligning (6.8) og (6.9) på side 83 i Lecture Notes angiver betingelserne for at konvektion

Læs mere

Et firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen

Et firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen STATISTIK Skriftlig evaluering, 3. semester, mandag den 6. januar 004 kl. 9.00-13.00. Alle hjælpemidler er tilladt. Opgaveløsningen forsynes med navn og CPR-nr. OPGAVE 1 Et firma tuner biler. Antallet

Læs mere

1 Oligopoler (kapitel 27)

1 Oligopoler (kapitel 27) 1 Oligopoler (kapitel 27) 1. Vi har set på to vigtige markedsformer: (a) Fuldkommen konkurrence. Alle virksomheder pristagere - en rimelig antagelse i situation med mange "små" aktører. (b) Monopol. Kun

Læs mere

Sandsynlighedsregning

Sandsynlighedsregning Mogens Bladt www2.imm.dtu.dk/courses/02405 21. September, 2007 Lidt om binomialkoefficienter n størrelsen af en mængde/population. Vi ønsker at udtage en sub population af størrelse r. To sub populationer

Læs mere

Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning)

Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning) Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning) De relevante dele af pensum er især del 2 i kapitel 20 samt dele af kapitel

Læs mere

Rettevejledning til 1. obligatoriske opgave Beslutninger og strategi

Rettevejledning til 1. obligatoriske opgave Beslutninger og strategi Rettevejledning til. obligatoriske opgave Beslutninger og strategi Christian S. Liebing og Tobias N. Thygesen Forår 00. version. Opgave Betragter en agent med vnm-præferencer. Vi får oplyst, at agenten

Læs mere

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe. Matematik YY Foråret 2004 Elementær talteori Søren Jøndrup og Jørn Olsson Kapitel 1. Grupper og restklasseringe. Vi vil i første omgang betragte forskellige typer ligninger og søge efter heltalsløsninger

Læs mere

Små virksomheders andel af offentlige

Små virksomheders andel af offentlige VELFUNGERENDE MARKEDER NR 26 19 Små virksomheders andel af offentlige I artiklen fremlægges nye data, som belyser små virksomheders andel af de offentlige opgaver, som sendes i EU-udbud. Analysen viser

Læs mere

Statistik viden eller tilfældighed

Statistik viden eller tilfældighed MATEMATIK i perspektiv Side 1 af 9 DNA-analyser 1 Sandsynligheden for at en uskyldig anklages Følgende histogram viser, hvordan fragmentlængden for et DNA-område varierer inden for befolkningen. Der indgår

Læs mere