I. Grundlagen. I. Grundlagen 1. Entscheidungen unter Unsicherheit. 1. Entscheidungen unter Unsicherheit

Größe: px
Ab Seite anzeigen:

Download "I. Grundlagen. I. Grundlagen 1. Entscheidungen unter Unsicherheit. 1. Entscheidungen unter Unsicherheit"

Transkript

1 . Entscheidungen unter Unsicherheit I. Grundlagen. Entscheidungen unter Unsicherheit Elemente des Entscheidungsproblems eines Wirtschaftssubekts: Der Entscheidungsträger kann zwischen verschiedenen Aktionen wählen: Aktionenraum Die Umwelt kann verschiedene Zustände annehmen (states of nature): Zustandsraum Hinweis: Umwelt als nicht-strategischer Spieler Informationsökonomik/WS 2007/08

2 . Entscheidungen unter Unsicherheit Die Ergebnisfunktion X(a i,z ) ordnet eder Kombination von Aktion und Umweltzustand ein Ergebnis zu: Aktion Zustand z z 2 K a x x 2 K a 2 x 2 x 22 K M M M Informationsökonomik/WS 2007/08 2

3 . Entscheidungen unter Unsicherheit Unterscheidung von Entscheidungssituationen (Knight): Sicherheit Risiko Ungewissheit Informationsökonomik/WS 2007/08 3

4 . Entscheidungen unter Unsicherheit Das Bernoulli-Prinzip Wie soll ein Entscheidungsträger zwischen Aktionen bei Risiko auswählen? Beispiel einer Ergebnismatrix: Zustand z z2 Aktion π = 0,5 - π = 0,5 a a a a a a Informationsökonomik/WS 2007/08 4

5 . Entscheidungen unter Unsicherheit Anderes Beispiel: a: Brandversicherung zur Prämie P abschließen a2: keine Brandversicherung abschließen z: Brand mit Totalschaden (20 Mio. Euro) z2: kein Brand Ergebnismatrix: Zustand z z2 Aktion π - π a 20Mio.- P 20 Mio. -P a Mio. Annahme: π = 0-4 Informationsökonomik/WS 2007/08 5

6 . Entscheidungen unter Unsicherheit fair kalkulierte Prämie: (-0-4 ) = Annahme: Verwaltungskostenaufschlag: P = 2500 Zustand z z2 Aktion a a Informationsökonomik/WS 2007/08 6

7 . Entscheidungen unter Unsicherheit St. Petersburger Paradoxon (Daniel Bernoulli (738)) St. Petersburger Spiel: Eine Münze wird solange geworfen, bis zum erstenmal Zahl erscheint. Geschieht dies im n-ten Wurf, so erhält der Spieler von der Bank einen Gewinn von 2 n ausgezahlt. Welchen Preis würde ein Spieler für die Teilnahme an diesem Spiel bezahlen? Informationsökonomik/WS 2007/08 7

8 . Entscheidungen unter Unsicherheit Entscheidung unter Risiko (Bernoulli-Prinzip): Wähle die Entscheidung, die den Erwartungswert des Nutzens maximiert! ai f a, wenn E u(x a i ) > E u(x a ). einige Bemerkungen: nicht nur auf monetäre Auszahlungen beschränkt; von Neumann-Morgenstern-Nutzenfunktion ist eine kardinale Nutzenfunktion. Informationsökonomik/WS 2007/08 8

9 . Entscheidungen unter Unsicherheit Graphische Darstellung des Erwartungsnutzens u u(x 2 ) B u[e(x)] E[u(x)] u(x ) A E D C x s E(x) x 2 Abbildung I..: Risikoaversion x Informationsökonomik/WS 2007/08 9

10 . Entscheidungen unter Unsicherheit u u(x 2 ) B E[u(x)]= u[e(x)] C u(x ) A x E(x) x 2 Abbildung I..2: Risikoneutralität x Informationsökonomik/WS 2007/08 0

11 . Entscheidungen unter Unsicherheit u u(x 2 ) B E[u(x)] u[e(x)] u(x ) A C D E x E(x) s x 2 Abbildung I..3: Risikofreude x Informationsökonomik/WS 2007/08

12 . Entscheidungen unter Unsicherheit u(x) Abbildung I..4: Friedman-Savage-Nutzenfunktion x Informationsökonomik/WS 2007/08 2

13 . Entscheidungen unter Unsicherheit Risikoprämien und Riskoaversionsmaße Arrow-Pratt-Maß der absoluten Risikoaversion: r(x) = u' '(x) u' (x). faire Wette : Lotterie mit einem Erwartungswert von null. Das Wirtschaftssubekt erhält eine Auszahlung von z in Zustand, der mit einer Wahrscheinlichkeit von π eintritt. n π =, E(z) = π z = 0(faire Wette). = n = Informationsökonomik/WS 2007/08 3

14 . Entscheidungen unter Unsicherheit Ausgangsvermögen x: Auszahlung in Zustand : x = x + z Risikoprämie: E(x) n = n = π x = π (x + z ) = x π + π z = = n n = = x. u(x rp) = E[u(x)] = E[u(x + z)] Taylor-Reihenentwicklung zweiter Ordnung von u( ) um z = 0: u(x ) = u(x+ z ) u(x) + u (x)z + ½ u (x)z 2 () Taylor-Reihenentwicklung erster Ordnung von u(x rp) um rp=0: u(x rp) u(x) u (x)rp (2) Informationsökonomik/WS 2007/08 4

15 . Entscheidungen unter Unsicherheit n E[u(x)] = π = u (x u (x) n π = n ) π = + u' (x) n u(x) + π n π = 2 u(x) + u' '(x) σz, 2 = z + u' (x)z u' '(x) 2 + n 2 π = n π = z 2 u' '(x) z 2 n wegen π =, E(z) = π z = 0 = n = und n E (z) = π z = π (z E(z)) = σz. = 2 n = 2 2 Aus (2) (wegen u(x rp) = E[u(x)] = E[u(x + z)]): u(x) u (x)rp rp = 2 u' '(x) u' (x) 2 u(x) + u' '(x) σz, 2 σ 2 z Informationsökonomik/WS 2007/08 5

16 . Entscheidungen unter Unsicherheit Beispiel: Spezialfall Bernoulli-Nutzenfunktion u(x) = -e -αx (α > 0): u (x) = αe -αx, u (x) = - α 2 e -αx r(x) = u' '(x) u' (x) = α 2 αe e αx αx = α. u(x) Risikoeinstellung Sicherheitsäquivalent Risikoprämie Arrow-Pratt- Maß r(x) linear risikoneutral s = E(X) rp = 0 r(x) = 0 streng konkav risikoavers s < E(X) rp > 0 r(x) > 0 streng konvex risikofreudig s > E(X) rp > 0 r(x) > 0 Arrow-Pratt-Maß der relativen Risikoaversion: R(x) = u' '(x)x u' (x) Informationsökonomik/WS 2007/08 6

17 . Entscheidungen unter Unsicherheit Darstellung mit Indifferenzkurven Erwartungsnutzenfunktion: Indifferenzkurve: [ ] = πu(x ) + ( )u(x ) V = E u(x) π 2 0 V = πu(x ) + ( π)u(x 2 ) Krümmung der Indifferenzkurve: dv = πu' (x, )dx + ( π)u' (x 2 ) dx 2 mit dv = 0 dx dx 2 πu' (x) = <0 ( π)u' (x ) 2 Informationsökonomik/WS 2007/08 7

18 . Entscheidungen unter Unsicherheit x 2 x 2 A A x = x 2 E(x) s A C V 0 0 A x s A x Abb. I..5: Risikopräferenzen im Indifferenzkurvendiagramm Informationsökonomik/WS 2007/08 8

19 . Entscheidungen unter Unsicherheit x 2 x 2 A A x = x 2 E(X) M s A C V 0 0 x A rp s E(x) Abb. I..6: Sicherheitsäquivalent und Risikoprämie Informationsökonomik/WS 2007/08 9 x

20 . Entscheidungen unter Unsicherheit Schnittpunkt mit 45 -Linie: dx dx 2 = x= x2 π π Erwartungswert der Auszahlung x: E(x) = πx + ( π) x 2 de(x) = πdx + ( π)dx 2 = 0 0 = πdx + ( π) dx 2 dx dx 2 = π π (Steigung Iso-Erwartungswert-Gerade) Informationsökonomik/WS 2007/08 20

21 . Entscheidungen unter Unsicherheit x 2 x 2 A A x = x 2 x 2 D x 2 B C D B V 0 0 A D B x x x Abb. I..7: Vorteile der Diversifikation x Informationsökonomik/WS 2007/08 2

22 . Entscheidungen unter Unsicherheit Informationen Informationsstrukturen: Zerlegungen des Zustandsraums Signal: Informationsquelle, die anzeigt, welcher Umweltzustand eingetreten ist oder eintreten wird. Ein Signal erzeugt eine neue Informationsstruktur. -- perfektes Signal -- leeres Signal -- noisy signals Informationsökonomik/WS 2007/08 22

23 . Entscheidungen unter Unsicherheit odd /2 /2 even A 0 B A /3 2/3 B A B 4/6 2/6 odd even odd even 3/4 /4 0 Abb. I..8: Signale Informationsökonomik/WS 2007/08 23

24 . Entscheidungen unter Unsicherheit Bedingte Wahrscheinlichkeiten: Ereignis: z i, Signal: s Unterscheidung: Pr(z i s ) Pr (s z i ) Aktualisierung von Informationen (Bayes Regel) Pr( z i ) Pr(s z i ) = Pr(z i s ) = Pr(s ) Pr(z i s ) Pr(z i s ) = Pr(z i ) Pr(s Pr(s ) z i ) Informationsökonomik/WS 2007/08 24

25 . Entscheidungen unter Unsicherheit Präzision und Genauigkeit Präzision : Pr(s =z z i ) Genauigkeit : Pr(z i =s s ) Literatur: Birchler/Bütler (2007), Kap. 3. Gravelle, Hugh und Ray Rees (2004), Microeconomics, 4. A., Harlow: Prentice Hall, Kap. 7. Informationsökonomik/WS 2007/08 25

26 2. Der Wert der Information 2. Der Wert der Information Signale führen zur Anpassung, der dem Eintritt bestimmter Ereignisse/Umweltzustände zugeordneten Wahrscheinlichkeiten Informationen (Signale) haben einen nicht-negativen Wert: mögliche Probleme: Unterscheidung zwischen Besitz einer Information und dem Wissen anderer darum. Bei asymmetrischer Informationsverteilung können Informationen u.u. einen negativen Wert haben. Strategische Ignoranz. Eine Information kann einen negativen Wert haben, wenn sie direkt in die Nutzenfunktion eingeht. Informationsökonomik/WS 2007/08 26

27 2. Der Wert der Information Elementares Spiel Man gewinnt mit der Wahrscheinlichkeit p X Geldeinheiten und mit Wahrscheinlichkeit - p verliert man eine Geldeinheit. Bevor man sich entscheiden muß, ob man spielen will, kann man ein Signal erhalten, das mit einer Wahrscheinlichkeit q den Wert g ( gut ) annimmt, wenn das Ereignis X ( Gewinn ) eingetreten ist und auch mit der Wahrscheinlichkeit q den Wert b ( schlecht ) annimmt, wenn das Ereignis ( Verlust ) eingetreten ist, d.h. Pr(g X) = Pr (b -) = q. Informationsökonomik/WS 2007/08 27

28 2. Der Wert der Information win p -p lose good q -q bad good -q q bad play reect play reect play reect play reect X 0 X Abb. I.2: Das elementare Spiel (Birchler/Bütler (2007), S. 38) Informationsökonomik/WS 2007/08 28

29 2. Der Wert der Information q -q g b p outcome: X b g -p outcome: - q -q Abb. I.2.2: Wahrscheinlichkeitsquadrat für das elementare Spiel (Birchler/Bütler (2007), S. 39) Informationsökonomik/WS 2007/08 29

30 2. Der Wert der Information Ermittlung des Werts eines Signals: zwei Möglichkeiten: (i) Nutzenbetrachtung: Um wie viel steigt der Erwartungsnutzen des Entscheiders durch das Signal im Vergleich zur Situation ohne ein Signal an, ohne daß er die Ausprägung des Signals schon kennt? (ii) Geldbetrachtung: Wie viel würde der Entscheider für das Signal bezahlen, ohne daß er dessen Ausprägung schon kennt. Informationsökonomik/WS 2007/08 30

31 2. Der Wert der Information Vorgehensweise:. Wir bestimmen die optimale Aktion für ede mögliche Ausprägung des Signals. 2. Wir ermitteln den Erwartungsnutzen dafür, daß der Entscheider die für ede Ausprägung des Signals optimale Aktion auswählt. Für Fall (ii) müssen wir den Erwartungsnutzen dann noch in sein Geldäquivalent umrechnen. 3. Wir berechnen den Erwartungsnutzen des Entscheiders, wenn er kein Signal erhält bzw. ermitteln das Geldäquivalent dafür. 4. Wir bestimmen die Differenz zwischen (2) und (3). Informationsökonomik/WS 2007/08 3

32 2. Der Wert der Information Beispiel: Wert eines perfekten Signals Elementares Spiel mit p = ½ und q =. Risikoneutralität: u = m, mit m = oder m = -. (X = ) Informationsökonomik/WS 2007/08 32

33 2. Der Wert der Information Beispiel: Wert eines unvollkommenen Signals Elementares Spiel mit p= ½ und q= 2/3. Risikoneutralität. X =. Informationsökonomik/WS 2007/08 33

34 2. Der Wert der Information win /2 /2 lose good bad good bad 2/3 /3 2/3 /3 play reect play reect play reect play reect Abb. I.2.3: Vereinfachtes elementares Spiel (Birchler/Bütler (2007), S. 4) Informationsökonomik/WS 2007/08 34

35 2. Der Wert der Information Elementares Spiel mit allgemeinem X und allgemeinen Wahrscheinlichkeiten p und q: Bayes-Regel: Pr(X) Pr(g X) Pr(X g) =, Pr(g) Pr( ) Pr( b) Pr( b) =, Pr(b) unbedingte Signalwahrscheinlichkeiten: Pr(g) = Pr(g X)Pr(X) + Pr(g -)Pr(-) = qp + (-q)(-p) = pq + (-p)(-q), Pr(b) = Pr(b X)Pr(X) + Pr(b -)Pr(-) = (-q)p + q(-p) = p(-q) + (-p)q. Informationsökonomik/WS 2007/08 35

36 2. Der Wert der Information D.h. Pr(X g) Pr(X) Pr(g X) pq = =, Pr(g) pq + ( p)( q) Pr( ) Pr( b) ( p)q Pr( b) = =. Pr(b) p( q) + ( p)q Informationsökonomik/WS 2007/08 36

37 2. Der Wert der Information optimale Aktionen: Spiel bei g, wenn X Pr(X g) Pr( g) 0 pq pq X pq + ( p)( q) pq + ( p)( q) pq ( p)( q) X 0 pq + ( p)( q) pq + ( p)( q) ( p)( q) X 0. pq 0 Informationsökonomik/WS 2007/08 37

38 2. Der Wert der Information Spiel auch bei b, wenn X Pr(X b) Pr( b) 0 ( p)q X p( q) + ( p( q) X pq + ( p)( q) ( p)q X 0. p( q) ( p)q p)q p( q) + ( p)q ( p)q 0 p( q) + ( p)q 0 Informationsökonomik/WS 2007/08 38

39 2. Der Wert der Information Spiel ohne Signal, wenn X Pr(X) Pr( ) 0 X p ( p X. p p) 0 Für q ½ gilt ( p)( q) ( p) ( p)q 0. pq p p( q) Informationsökonomik/WS 2007/08 39

40 2. Der Wert der Information vier relevante Bereiche für X: X ( p)( pq q) ( p)( q) ( p) X pq p ( p) p X ( p)q p( q) ( p)q p( q) X Informationsökonomik/WS 2007/08 40

41 2. Der Wert der Information,2 0,8 0,6 0,4 E s E n 0,2 0-0,2 value of signal 0 0,5,5 2 2,5 3 3,5-0,4 Abb. I.2.4: Wert eines Signals im elementaren Spiel bei Risikoneutralität (p= ½, q= ¾) (Birchler/Bütler (2007), S. 45) Informationsökonomik/WS 2007/08 4

42 2. Der Wert der Information Erwartungswert eines uninformierten Spielers: E[Auszahlung kein Signal] = max{ X Pr(X) Pr( ),0} = max{px ( p),0} Erwartungswert des Spiels nur bei g : E[Auszahlung g]pr(g) = max{ X Pr(X g) Pr( g),0} Pr(g) = max{ X Pr(X g) ( Pr(X g)),0} Pr(g) = max{ Pr(g)X Pr(X g) Pr(g)( Pr(X g)),0} = max{ Pr(g) Pr(X g)(x + ) Pr(g),0} = max{ Pr(X) Pr(g X)(X + ) Pr(g),0} = max{ pq(x + ) [pq + ( p)( q)],0} = max{ pqx ( p)( q),0} Informationsökonomik/WS 2007/08 42

43 2. Der Wert der Information Wert des Signals: max Bereiche: V I = 0 V I = { pqx ( p)( q),0} - max{ px ( p),0} V I > 0 und steigend: V I = max pqx ( p)( q), > 0 = pqx ( p)( q) - max{px ( p),0} 4243 < 0 V I > 0 und sinkend: V I = max pqx ( p)( q),0 - max{px ( p),0} > 0 > 0 = pqx ( p)( q) px + ( p) = p(q )X + ( p)q = ( p)q p( q) X Informationsökonomik/WS 2007/08 43

44 2. Der Wert der Information 0,6 0,5 0,4 0,3 0,2 E s E n value of signal (r.a.) 0, 0-0, value of signal (r.n.) 0 0,5,5 2 2,5 3 3,5-0,2-0,3-0,4 Abb I.2.5: Der Wert eines Signals im elementaren Spiel bei Risikoaversion (Birchler/Bütler (2007), S. 49) Informationsökonomik/WS 2007/08 44

45 2. Der Wert der Information Literatur: Birchler/Bütler (2007), Kap. 4. Informationsökonomik/WS 2007/08 45

Grundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit

Grundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit Grundzüge der Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit 1 BESCHREIBUNG VON RISIKO 2 Entscheidung unter Risiko Annahme: Wir kennen alle möglichen (sich gegenseitig ausschliessenden)

Mehr

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen Übung zu Risiko Entscheidungstheoretische Grundlagen Christoph Lex Dominik Lohmaier http://www.inriver.bwl.lmu.de Newsletter Auf der Homepage unter http://www.inriver.bwl.uni-muenchen.de/studium/sommer_04/bachelorveranstaltungen/risiko_und_versicherungen/index.html

Mehr

Wichtige Informationen vorab

Wichtige Informationen vorab Wichtige Informationen vorab Wir haben eine Mailing Liste "Vorles- UebSS09Kapitalmarkt" eingerichtet. Über diese Mailingliste erhalten Sie in Zukunft die Vorlesungsunterlagen und die Übungsunterlagen.

Mehr

Risiko und Versicherung - Übung

Risiko und Versicherung - Übung Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de

Mehr

Vorlesung 6: Alternativen zur Erwartungsnutzentheorie

Vorlesung 6: Alternativen zur Erwartungsnutzentheorie Vorlesung 6: Alternativen zur Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 6 (FS 11) Alternativen zur Erwartungsnutzentheorie 1 / 21 1.

Mehr

Vorlesung 5: Probleme der Erwartungsnutzentheorie

Vorlesung 5: Probleme der Erwartungsnutzentheorie Vorlesung 5: Probleme der Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 5 (FS 11) Probleme der Erwartungsnutzentheorie 1 / 24 1. Einleitung

Mehr

16 Risiko und Versicherungsmärkte

16 Risiko und Versicherungsmärkte 16 Risiko und Versicherungsmärkte Entscheidungen bei Unsicherheit sind Entscheidungen, die mehrere mögliche Auswirkungen haben. Kauf eines Lotterieloses Kauf einer Aktie Mitnahme eines Regenschirms Abschluss

Mehr

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient. Die Riskoprämie ergibt sich also als ein Vielfaches der Varianz der zugrundeliegenden Unsicherheit Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Mehr

Neue Institutionenökonomik, Aufgabe 18 Seite 1

Neue Institutionenökonomik, Aufgabe 18 Seite 1 Neue Institutionenökonomik, Aufgabe 18 Seite 1 Allgemeine Informationen zum Principal-Agent-Modell Es geht hier nun um die Vertragsausgestaltung zwischen dem Eigentümer (Prinzipal) einer Firma und dem

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Offene Fragen Warum ist ein ET bereit, für eine Feuerversicherung mit einer Versicherungshöhe von 1 Million und einer Jahreseintrittswahrscheinlichkeit

Mehr

Übung zur Vorlesung Multiagentensysteme

Übung zur Vorlesung Multiagentensysteme Ludwig-Maximilians-Universität München SS 2007 Institut für Informatik Aufgabenblatt 1 Dr. Brandt / Fischer & Harrenstein 23. April 2007 Übung zur Vorlesung Multiagentensysteme Tutorübung: 25. April 2007

Mehr

Vorlesung 1: Einleitung

Vorlesung 1: Einleitung Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben

Mehr

2. Gesundheitsfinanzierung

2. Gesundheitsfinanzierung 2. Gesundheitsfinanzierung Inhalte dieses Abschnitts 2.1 Grundmodell der Versicherung Versicherungsmotiv Optimale Versicherungsnachfrage Aktuarisch faire und unfaire Prämien 145 2.1 Grundmodell der Versicherung

Mehr

Finanzierung und Investition

Finanzierung und Investition Kruschwitz/Husmann (2012) Finanzierung und Investition 1/40 Finanzierung und Investition Kruschwitz/Husmann (2012) Oldenbourg Verlag München 7. Auflage, Kapitel 2 Kruschwitz/Husmann (2012) Finanzierung

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Grundbegriffe der Wahrscheinlichkeitsrechnung

Grundbegriffe der Wahrscheinlichkeitsrechnung Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.

Mehr

Das St. Petersburg Paradox

Das St. Petersburg Paradox Das St. Petersburg Paradox Johannes Dewender 28. Juni 2006 Inhaltsverzeichnis 1 Das Spiel 2 2 Das Paradox 3 3 Lösungsvorschläge 4 3.1 Erwartungsnutzen............................... 4 3.2 Risikoaversion..................................

Mehr

MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben)

MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur) Gruben) Musterlösung zum. Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (Autor: Gerrit (-Arthur Gruben. Wahrscheinlichkeiten I ( Punkte Die Seiten von zwei Würfeln sind mit den folgenden Zahlen

Mehr

Mikroökonomie 1. Prof. Dr. Dennis A. V. Dittrich. Universität Erfurt. Wintersemester 08/09

Mikroökonomie 1. Prof. Dr. Dennis A. V. Dittrich. Universität Erfurt. Wintersemester 08/09 Mikroökonomie 1 Prof. Dr. Dennis A. V. Dittrich Universität Erfurt Wintersemester 08/09 Prof. Dittrich (Universität Erfurt) 1. Vorlesung 2008 Winter 1 / 41 Informationen zur Lehrveranstaltung Webseite

Mehr

4 Diskrete Wahrscheinlichkeitsverteilungen

4 Diskrete Wahrscheinlichkeitsverteilungen 4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder

Mehr

Thema Nr. 4: Versicherungsentscheidungen der Nachfrager aus Sicht der Erwartungsnutzentheorie

Thema Nr. 4: Versicherungsentscheidungen der Nachfrager aus Sicht der Erwartungsnutzentheorie Thema Nr. 4: Versicherungsentscheidungen der Nachfrager aus Sicht der Erwartungsnutzentheorie Rosa Lee Annette Weiß Miriam Hussein Mirco Lomb Inhalt 1. Einleitung 2. Entscheidungstheorie 3. Erwartungsnutzentheorie

Mehr

Grundlagen. Entscheidung unter Risiko. Entscheidungstheoretische Grundlagen. Risiko oder Unsicherheit? Risiko: Fairer Würfel W, Entscheidung zwischen

Grundlagen. Entscheidung unter Risiko. Entscheidungstheoretische Grundlagen. Risiko oder Unsicherheit? Risiko: Fairer Würfel W, Entscheidung zwischen Entscheidung unter Risiko Entscheidungstheoretische Grundlagen Ein Entscheider, seine Entscheidung betrifft nur ihn selbst, aber es gibt Risiko: Risikopräferenzen: Ein Eckpfeiler des Verhaltens (neben

Mehr

2. Welche Mengen Bier und Wein konsumiert Barney im Optimum? 1. Die Grenzrate der Substitution bestimmt sich wie folgt: = x 1 MRS = MU 1 MU 2.

2. Welche Mengen Bier und Wein konsumiert Barney im Optimum? 1. Die Grenzrate der Substitution bestimmt sich wie folgt: = x 1 MRS = MU 1 MU 2. Aufgabe 1 (10 min): Barneys Nutzenfunktion ist gegeben durch u( ; x 2 ) = 1 2 x2 1 + x 2 2. Dabei steht für die von ihm konsumierte Menge Bier und x 2 für die von ihm konsumierte Menge Wein. Der Preis

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

Bachelorprüfung für Volkswirte. Mikroökonomie II

Bachelorprüfung für Volkswirte. Mikroökonomie II Seminar für Wirtschaftstheorie Prof. Thorsten Chmura Bachelorprüfung für Volkswirte Mikroökonomie II Die Klausur besteht aus drei Aufgaben, die alle bearbeitet werden müssen. Für jede Aufgabe gibt es maximal

Mehr

3. Kombinatorik und Wahrscheinlichkeit

3. Kombinatorik und Wahrscheinlichkeit 3. Kombinatorik und Wahrscheinlichkeit Es geht hier um die Bestimmung der Kardinalität endlicher Mengen. Erinnerung: Seien A, B, A 1,..., A n endliche Mengen. Dann gilt A = B ϕ: A B bijektiv Summenregel:

Mehr

Grundlagen der Volkswirtschaftslehre Übungsblatt 11

Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Robert Poppe robert.poppe@uni-mannheim.de Universität Mannheim 25. November 2010 Überblick 1 Produktion und Wachstum 2 Kreditmarkt 3 Risikoeinstellung

Mehr

In der VWL-Bibliothek befindet sich ein Mikro III-Ordner:

In der VWL-Bibliothek befindet sich ein Mikro III-Ordner: SS 2003 In der WL-Bibliothek befindet sich ein Mikro III-Ordner: Dort finden sie jeweils 3 Kopiervorlagen von - Literatur Eaton/Eaton, Shy und Bester - Artikel von Coase, Akerlof, Spence - Artikel von

Mehr

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Einleitung Ein Online-Algorithmus muss Ausgaben berechnen, ohne zukünftige Eingaben zu kennen. Für die Bewertung von

Mehr

Entscheidungstheorie: Nutzentheorie bei Unsicherheit

Entscheidungstheorie: Nutzentheorie bei Unsicherheit Entscheidungstheorie: Nutzentheorie bei Unsicherheit 3.1 Fünf Axiome der Entscheidung bei Unsicherheit.. 83 3.2 Die Entwicklung von Nutzenfunktionen.......... 85 3.3 Erstellung einer Definition für Risikoaversion....

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2008/2009)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2008/2009) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 2008/2009 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen. Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.

Mehr

Übung zu Kapitalmarkttheorie II

Übung zu Kapitalmarkttheorie II Übung zu Kapitalmarkttheorie II Marina Markheim Lehrstuhl für Theoretische Volkswirtschaftslehre Prof. Dr. Lutz Arnold Universität Regensburg Tel: +49-94-94-704 Raum RW(L)407 WS 05/06 WIEDERHOLUNG Aufgabe

Mehr

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Übungsaufgaben, Statistik 1

Übungsaufgaben, Statistik 1 Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama

Mehr

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009

Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009 Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte

Mehr

Name:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest

Mehr

IK Ökonomische Entscheidungen und Märkte LVA

IK Ökonomische Entscheidungen und Märkte LVA IK Ökonomische Entscheidungen und Märkte LVA LVA-Leiter: Michael Noldi Einheit 4: Das Verbraucherverhalten (Kap. 3) Verbraucherverhalten IK WS 2014/15 1 Verbraucherverhalten Bugetbeschränkung: Einkommen,

Mehr

Nutzenmessung. Geschichte, Paradoxien, Anomalien

Nutzenmessung. Geschichte, Paradoxien, Anomalien Nutzenmessung. Geschichte, Paradoxien, Anomalien Grundlagen von Entscheidungs- und Spieltheorie 1. Die Anfänge: Glücksspiele 2. Petersburger Paradox 3. Messung subjektiven Nutzens nach Neumann-Morgenstern

Mehr

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec Binomialverteilung Jakob Bernoulli (1654-1705) Ars Conjectandi Klassisches Verteilungsmodell für die Berechnung der Wahrscheinlichkeit für die Häufigkeit des Eintretens von Ereignissen in bestimmten noch

Mehr

Hypothesentest, ein einfacher Zugang mit Würfeln

Hypothesentest, ein einfacher Zugang mit Würfeln R. Brinkmann http://brinkmann-du.de Seite 4..4 ypothesentest, ein einfacher Zugang mit Würfeln Von einem Laplace- Würfel ist bekannt, dass bei einmaligem Wurf jede einzelne der Zahlen mit der Wahrscheinlichkeit

Mehr

IK Ökonomische Entscheidungen & Märkte

IK Ökonomische Entscheidungen & Märkte LVA-Leiter: Martin Halla Einheit 4: Das Verbraucherverhalten (Kapitel 3) Einheit 4-1 - Verbraucherverhalten Budgetbeschränkung: Man kann nicht alles haben, was man sich wünscht! Konsumentenpräferenzen:

Mehr

Vorlesung. Informationsökonomik und die Theorie der Firma

Vorlesung. Informationsökonomik und die Theorie der Firma Vorlesung Informationsökonomik und die Theorie der Firma Ulrich Schwalbe Universität Hohenheim 3. Vorlesung 14.11.2007 Ulrich Schwalbe (Universität Hohenheim) Informationsökonomik 3. Vorlesung 14.11.2007

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016

Mehr

Technische Universität München

Technische Universität München Stand der Vorlesung Kapitel 2: Auffrischung einiger mathematischer Grundlagen Mengen, Potenzmenge, Kreuzprodukt (Paare, Tripel, n-tupel) Relation: Teilmenge MxN Eigenschaften: reflexiv, symmetrisch, transitiv,

Mehr

Mathematik Abitur 2014 Lösungen

Mathematik Abitur 2014 Lösungen Mathematik Abitur Lösungen Richard Reindl Analysis Aufgabengruppe Teil A. f (x) = lnx (lnx), f (x) = = lnx = = x = e, f(e) = e < x < e : lnx < = f (x) < = f fallend x > e : lnx > = f (x) > = f steigend.

Mehr

Kapitel 13: Unvollständige Informationen

Kapitel 13: Unvollständige Informationen Kapitel 13: Unvollständige Informationen Hauptidee: Für das Erreichen einer effizienten Allokation auf Wettbewerbsmärkten ist es notwendig, dass jeder Marktteilnehmer dieselben Informationen hat. Informationsasymmetrie

Mehr

Zufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s

Zufallsgröße: X : Ω R mit X : ω Anzahl der geworfenen K`s 4. Zufallsgrößen =============================================================== 4.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------

Mehr

Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11

Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11 Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11 Fach: Prüfer: Veranstaltung: Finanzierung und Investition Prof. Dr. Dr. A. Löffler W2263 Entscheidungstheorie Name Vorname Matrikelnummer Punkte Beachten

Mehr

9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe

9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe Übungsmaterial 9 Erwartungswert, Varianz und Standardabweichung einer Zufallsgröÿe 9. Erwartungswert Fragt man nach dem mittleren Wert einer Zufallsgröÿe X pro Versuch, so berechnet man den Erwartungswert

Mehr

Übungsblatt 9. f(x) = e x, für 0 x

Übungsblatt 9. f(x) = e x, für 0 x Aufgabe 1: Übungsblatt 9 Basketball. Ein Profi wirft beim Training aus einer Entfernung von sieben Metern auf den Korb. Er trifft bei jedem Wurf mit einer Wahrscheinlichkeit von p = 1/2. Die Zufallsvariable

Mehr

Satz 16 (Multiplikationssatz)

Satz 16 (Multiplikationssatz) Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Grundbegriffe der Wahrscheinlichkeitstheorie. Karin Haenelt

Grundbegriffe der Wahrscheinlichkeitstheorie. Karin Haenelt Grundbegriffe der Wahrscheinlichkeitstheorie Karin Haenelt 1 Inhalt Wahrscheinlichkeitsraum Bedingte Wahrscheinlichkeit Abhängige und unabhängige Ereignisse Stochastischer Prozess Markow-Kette 2 Wahrscheinlichkeitsraum

Mehr

Risiko in den Wirtschaftswissenschaften

Risiko in den Wirtschaftswissenschaften Risiko in den Wirtschaftswissenschaften Referat zum Seminar Soziologie des Risikos Sommersemester 2013 Matr. Nr.: 3878408 Übersicht! Aktuelles politisches Geschehen! Definition Risiko! Zins! Zinstheorien!

Mehr

ENTSCHEIDUNGSTHEORIE Klausur vom Die Mindestpunktzahl zum Bestehen der Klausur beträgt 45 Punkte!

ENTSCHEIDUNGSTHEORIE Klausur vom Die Mindestpunktzahl zum Bestehen der Klausur beträgt 45 Punkte! Fachbereich Wirtschaftswissenschaften Professur für Wirtschaftsmathematik Prof. Dr. Heinrich Rommelfanger ENTSCHEIDUNGSTHEORIE Klausur vom 24.02.2006 Als Hilfsmittel sind neben Schreibmaterial zugelassen:

Mehr

Prospect Theory. Agenda Inhalt 2. Entscheidungsnutzentheorie. 3. Prospect Theory 4. Quellen

Prospect Theory. Agenda Inhalt 2. Entscheidungsnutzentheorie. 3. Prospect Theory 4. Quellen Prospect Theory Inhaltsverzeichnis 2 Erwartungsnutzentheorie (1) (John von Neumann & Oskar Morgenstern - 1944) Dominantes Model in der Analyse von Entscheidungen unter Risiko Normatives Model Deskriptive

Mehr

Mikroökonomik B 2. Entscheidung bei Unsicherheit

Mikroökonomik B 2. Entscheidung bei Unsicherheit Mikroökonomik B 2. Entscheidung bei Unsicherheit Dennis L. Gärtner 14. April 2011 Entscheidung bei Unsicherheit Literaturangaben: Varian (2007), Kapitel 12, 13 Jehle und Reny (2001), Kapitel 2.4 Kreps

Mehr

Erwartungswert. c Roolfs

Erwartungswert. c Roolfs Erwartungswert 2e b a 4e Der Sektor a des Glücksrads bringt einen Gewinn von 2e, der Sektor b das Doppelte. Um den fairen Einsatz zu ermitteln, ist der durchschnittlich zu erwartende Gewinn pro Spiel zu

Mehr

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz

Stochastik: Erwartungswert Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 10 Alexander Schwarz Stochastik Erwartungswert einer Zufallsvariablen Gymnasium ab Klasse 0 Alexander Schwarz www.mathe-aufgaben.com November 20 Aufgabe : Ein Glücksrad besteht aus Feldern, die folgendermaßen beschriftet sind:.feld:

Mehr

Lösungen zu den Übungsbeispielen aus Einheit

Lösungen zu den Übungsbeispielen aus Einheit Lösungen zu den Übungsbeispielen aus Einheit Haushaltstheorie Haushaltstheorie IK Ökonomische Entscheidungen & Märkte (239.120) Sommerssemester 2010 Übung 1: Die Budgetbeschränkung Gegeben sind das Einkommen

Mehr

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Kapitel 6 Martingale

Kapitel 6 Martingale Kapitel 6 Martingale Martingale spielen eine große Rolle in der Finanzmathematik, und sind zudem ein wichtiges Hilfsmittel für die statistische Inferenz stochastischer Prozesse, insbesondere auch für Zählprozesse

Mehr

bzw. die Entscheidugen anderer Spieler (teilweise) beobachten Erweitert das Analysespektrum erheblich Beschreibung des Spiels (extensive Form)

bzw. die Entscheidugen anderer Spieler (teilweise) beobachten Erweitert das Analysespektrum erheblich Beschreibung des Spiels (extensive Form) 1 KAP 9. Dynamische Spiele Bisher: alle Spieler ziehen simultan bzw. können Aktionen der Gegenspieler nicht beobachten Nun: Dynamische Spiele Spieler können nacheinander ziehen bzw. die Entscheidugen anderer

Mehr

2. Theorie des Haushalts

2. Theorie des Haushalts . Theorie des Haushalts. Konsumentenpräferenzen. Theorie des Haushalts Theorie des Verbraucherverhaltens Theorie des Faktorangebots Vorgehensweise in drei Schritten: ) Konsumentenpräferenzen ) Budgetrestriktion

Mehr

Satz 18 (Satz von der totalen Wahrscheinlichkeit)

Satz 18 (Satz von der totalen Wahrscheinlichkeit) Ausgehend von der Darstellung der bedingten Wahrscheinlichkeit in Gleichung 1 zeigen wir: Satz 18 (Satz von der totalen Wahrscheinlichkeit) Die Ereignisse A 1,..., A n seien paarweise disjunkt und es gelte

Mehr

Lösungshinweise für die Klausur. Finanzwirtschaft I

Lösungshinweise für die Klausur. Finanzwirtschaft I Prof. Dr. Siegfried Trautmann Lehrstuhl für Finanzwirtschaft / FB 03 Johannes Gutenberg-Universität 55099 Mainz Lösungshinweise für die Klausur zur Vorlesung Finanzwirtschaft I (040 WS 2003/2004 26. Februar

Mehr

Übung Controlling WS 2015/16

Übung Controlling WS 2015/16 Übung Controlling WS 2015/16 Übung 4: Kontrollsystem und Personalführung Ausgangslage: Vertragsbeziehung zwischen Prinzipal und Agent Anstrengungsniveau bzw. Aktivitäten des Agenten sind für den Prinzipal

Mehr

0, t 0,5

0, t 0,5 XIII. Die Normalverteilung ==================================================================. Der lokale Grenzwertsatz --------------------------------------------------------------------------------------------------------------

Mehr

Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion

Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion Kapitel 2 Erwartungswert 2.1 Erwartungswert einer Zufallsvariablen Definition 2.1 Der Erwartungswert einer diskreten Zufallsvariablen mit Wahrscheinlichkeitsfunktion È ist definiert als Ü ÜÈ Üµ Für spätere

Mehr

VWL 3: Mikroökonomie Lösungshinweise zu Aufgabenblatt 1

VWL 3: Mikroökonomie Lösungshinweise zu Aufgabenblatt 1 Georg Nöldeke Frühjahrssemester 2009 VWL 3: Mikroökonomie Lösungshinweise zu Aufgabenblatt Siehe Abbildung x 2 m p = 25 2 Budgetgerade: { xpx + px 2 2 = m} Budgetmenge: { xpx + px 2 2 m} 0 0 m p = 20 x

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

Vorlesung 9b. Bedingte Verteilungen und bedingte Wahrscheinlichkeiten

Vorlesung 9b. Bedingte Verteilungen und bedingte Wahrscheinlichkeiten Vorlesung 9b Bedingte Verteilungen und bedingte Wahrscheinlichkeiten 1 Voriges Mal: Aufbau der gemeinsamen Verteilung von X 1 und X 2 aus der Verteilung ρ von X 1 und Übergangswahrscheinlichkeiten P(a

Mehr

Diplom-Prüfung (DPO-94) Theoretische Volkswirtschaftslehre WS 2002/03, 19.2.2003 Teilgebiet Kapitalmarkttheorie Prof. Dr.

Diplom-Prüfung (DPO-94) Theoretische Volkswirtschaftslehre WS 2002/03, 19.2.2003 Teilgebiet Kapitalmarkttheorie Prof. Dr. Diplom-Prüfung (DPO-94) Theoretische Volkswirtschaftslehre WS 2002/03, 19.2.2003 Teilgebiet Kapitalmarkttheorie Prof. Dr. Lutz Arnold Bearbeiten Sie die acht Aufgaben A1-A8 und zwei der drei Aufgaben B1-B3!

Mehr

Diskrete Strukturen WiSe 2012/13 in Trier

Diskrete Strukturen WiSe 2012/13 in Trier Diskrete Strukturen WiSe 2012/13 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 11. Januar 2013 1 Diskrete Strukturen Gesamtübersicht Organisatorisches und Einführung Mengenlehre Relationen

Mehr

Informationsökonomik: Anwendung Versicherungsmarkt

Informationsökonomik: Anwendung Versicherungsmarkt Informationsökonomik: Anwendung Versicherungsmarkt Tone Arnold Universität des Saarlandes 13. Dezember 2007 Tone Arnold (Universität des Saarlandes) Informationsökonomik: Anwendung Versicherungsmarkt 13.

Mehr

4. Versicherungsangebot

4. Versicherungsangebot 4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil

Mehr

Ökonomische Analyse des Unternehmensverhaltens

Ökonomische Analyse des Unternehmensverhaltens Ökonomische Analyse des Unternehmensverhaltens M. Sc. Kernfeld Modul fld d l Unternehmensstrategie und Markterfolg Univ. Prof. Dr. Karl Morasch Volkswirtschaftslehre, insbesondere Mikroökonomie und Wettbewerbspolitik

Mehr

Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus

Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus Wie rational sind wir eigentlich? Die Grenzen des Homo oeconomicus Sofie Waltl I. Homo oeconomicus In der neoklassischen Sichtweise der Volkswirtschaft basieren viele Modelle auf der Annahme, dass Menschen

Mehr

Carlheinrich Heiland WS 00/01 ABWL- Übungsaufgaben zum Abschnitt I Grundlagen und zum Abschnitt II Entscheidungstheorie Seite 1 von 14

Carlheinrich Heiland WS 00/01 ABWL- Übungsaufgaben zum Abschnitt I Grundlagen und zum Abschnitt II Entscheidungstheorie Seite 1 von 14 Seite 1 von 14 I./2. [1] Rationalprinzip a) Welche Handlungsweisen gibt das allgemeine Rationalprinzip vor übertragen auf wirtschaftliche Entscheidungen für die Fälle (1) der output ist fest vorgegeben;

Mehr

Vorlesung 8b. Bedingte Erwartung, bedingte Varianz, bedingte Verteilung, bedingte Wahrscheinlichkeiten

Vorlesung 8b. Bedingte Erwartung, bedingte Varianz, bedingte Verteilung, bedingte Wahrscheinlichkeiten Vorlesung 8b Bedingte Erwartung, bedingte Varianz, bedingte Verteilung, bedingte Wahrscheinlichkeiten 1 Wie gehabt, denken wir uns ein zufälliges Paar X = (X 1,X 2 ) auf zweistufige Weise zustande gekommen:

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Wahrscheinlichkeitstheorie. Zapper und

Wahrscheinlichkeitstheorie. Zapper und Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten

Mehr

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners

Bisher angenommen: jeder Spieler kennt alle Teile des Spiels. - Diskontfaktor des Verhandlungspartners 1 KAP 15. Spiele unter unvollständiger Information Bisher angenommen: jeder Spieler kennt alle Teile des Spiels seine Gegenspieler, deren Aktionen, deren Nutzen, seinen eigenen Nutzen etc. Oft kennt man

Mehr

Informationsökonomik

Informationsökonomik Informationsökonomik Tone Arnold Universität des Saarlandes 8. Januar 2008 Tone Arnold (Universität des Saarlandes) Informationsökonomik 8. Januar 2008 1 / 59 Signalisieren privater Information Der Wert

Mehr

Welche Gründe liefert die ökonomische Theorie für die Pflichtversicherung und die Versicherungspflicht?

Welche Gründe liefert die ökonomische Theorie für die Pflichtversicherung und die Versicherungspflicht? Welche Gründe liefert die ökonomische Theorie für die Pflichtversicherung und die Versicherungspflicht? Christoph Ziems 1. Einleitung... 3 2. Versicherung und Versicherungsmarkt... 4 2.1. Definition Versicherung...

Mehr

Übungsaufgaben zur Vorlesung Risikotransformationstheorie

Übungsaufgaben zur Vorlesung Risikotransformationstheorie Übungsaufgaben zur Vorlesung Risikotransformationstheorie 2 Unsicherheit 2.1 Stochastische Größen (1) Berechnen Sie Erwartungswert und Varianz für folgende Zufallsvariable: X = 0 100 400 04, 05, 01,! (2)

Mehr

Betriebswirtschaft 1. 1. Entscheidungstheorie

Betriebswirtschaft 1. 1. Entscheidungstheorie Betriebswirtschaft 1 Betriebswirtschaft 1 1. Entscheidungstheorie Lars Schmidt-Thieme Wirtschaftsinformatik und Maschinelles Lernen (ISMLL) Institut für Betriebswirtschaft und Wirtschaftsinformatik & Institut

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment

Mehr

3.3 Bedingte Wahrscheinlichkeit

3.3 Bedingte Wahrscheinlichkeit 28 3.3 Bedingte Wahrscheinlichkeit Oft ist die Wahrscheinlichkeit eines Ereignisses B gesucht unter der Bedingung (bzw. dem Wissen), dass ein Ereignis A bereits eingetreten ist. Man bezeichnet diese Wahrscheinlichkeit

Mehr

Mikroökonomik. Präferenzen, Indi erenzkurven und Nutzenfunktionen. Harald Wiese. Universität Leipzig

Mikroökonomik. Präferenzen, Indi erenzkurven und Nutzenfunktionen. Harald Wiese. Universität Leipzig Mikroökonomik Präferenzen, Indi erenzkurven und Nutzenfunktionen Harald Wiese Universität Leipzig Harald Wiese (Universität Leipzig) Präferenzen, Indi erenzkurven und Nutzenfunktionen 1 / 33 Gliederung

Mehr

Verzinsungsparameter in der Unternehmensbewertung Diversifikation und Kapitalmarktgleichgewicht Wenger/teubinger(?) Aufsatz

Verzinsungsparameter in der Unternehmensbewertung Diversifikation und Kapitalmarktgleichgewicht Wenger/teubinger(?) Aufsatz Verzinsungsparameter in der Unternehmensbewertung Diversifikation und Kapitalmarktgleichgewicht Wenger/teubinger(?) Aufsatz Service/Donwloads zur Bankbetriebslehre. Entscheidungstheorie Bernoulli-Prinzip

Mehr

Klausur und Unterlagen

Klausur und Unterlagen Entscheidungstheorie Wintersemester 2004/2005 Christian Klein Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg Klausur und Unterlagen Klausur: ABWL, 60-minütig, erlaubte

Mehr

Abb lokales Maximum und Minimum

Abb lokales Maximum und Minimum .13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen

Mehr

3. Selbstbehalt und Selbstbeteiligung

3. Selbstbehalt und Selbstbeteiligung 3. Selbstbehalt und Selbstbeteiligung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Selbstbehalt und Selbstbeteiligung 1 / 16 1. Modellrahmen 1.1

Mehr

Das Zweikinderproblem

Das Zweikinderproblem Das Zweikinderproblem Definition Zweikinderproblem Eine Familie besitzt zwei Kinder. Wie groß ist die Wahrscheinlichkeit Pr[ Beide Kinder sind Mädchen. Eines der Kinder ist ein Mädchen ]? Lösung: Sei A

Mehr

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem

Ziegenproblem, Monty-Hall-Problem, Wahrscheinlichkeitsrechnung. Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Wahrscheinlichkeitsrechnung Theorie Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem, Monty-Hall-Problem, Drei-Türen-Problem Ziegenproblem,

Mehr

Übungen X: Risikobereitschaft

Übungen X: Risikobereitschaft Übungen X: Risikobereitschaft Christian Keuschnigg Universität St.Gallen, FGN Dezember 2004 Exercise 1 Es sei u (W )=ln(w), W 1 =100, W 2 =20und p =.5. (a) Angenommen s sichere Vermögen ist gleich dem

Mehr

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ)

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ) TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig 9..04 Lösungsvorschläge zum 3. Aufgabenblatt der Vorlesung,,Einführung in die Finanzmathematik Gruppenübungen Aufgabe : Es sei Ω = {, +} n,

Mehr