Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013"

Transcript

1 Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/213 Exercise 1 (punti 1 circa Diremo che un processo X = (X t t [,1] a valori reali è un ponte browniano se è un processo gaussiano centrato con X = X 1 = q.c. e E[X s X t ] = min (s, t st. Diremo che è continuo se ha traiettorie continue q.c. 1. Dato un ponte browniano continuo X, poniamo W t = (t + 1X t/(t+1 per t [, + [. Si dimostri che W è un moto browniano continuo (rispetto alla sua filtrazione naturale. [Sugg.: si osservi che la funzione t t/(t+1 è crescente.] 2. Dato un moto browniano continuo W, poniamo X t = (1 tw t/(1 t per t [, 1[, X 1 =. Si dimostri che X è un ponte browniano. 3. Con le notazioni del punto precedente, si dimostri che X è continuo. [Sugg.: per t = 1, si usi il criterio di Kolmogorov.] Exercise 2 (punti 1 circa Sia (Y j j una successione di v.a. positive indipendenti con la sua filtrazione naturale, con media E[Y j ] = 1 per ogni j. Si ponga X = 1, X n = n j=1 Y j per n Si dimostri che X è una martingala e che converge q.c. 2. Assumendo che lim n E[ X n ] =, si dimostri che X converge q.c. a. Converge anche in L 1? 3. Si deduca che, se le Y j sono identicamente distribuite e non costanti q.c., alora X converge q.c. a. Exercise 3 (punti 1 circa Siano W 1, W 2 due moti browniani reali indipendenti. Si dimostri che, per ogni t fissato, le seguenti due v.a. hanno la stessa legge: exp(w 1 (t Si può seguire la seguente strada. exp( W 1 (sdw 2 (s exp(w 1 (sdw 2 (s. 1. Si tracci (in grandi linee la dimostrazione del seguente fatto di base di probabilità: se H 1 H 2, W 1 W 2, H 1 e W 1 sono indipendenti ed anche H 2 e W 2 sono indipendenti, allora (H 1, W 1 (H 2, W 2. 1

2 2. In ambito generale, ragionando inizialmente per processi elementari, si dimostri che se W i sono due moti browniani e H i sono due processi di classe M 2 [, T ] aventi la stessa legge, indipendenti dai W i (i = 1, 2, allora H 1 s dw 1 s H 2 s dw 2 s. Se ne deduca che, per ogni t fissato, le seguenti due v.a. hanno la stessa legge: exp(w 1 (sdw 2 (s exp(w 1 (t W 1 (t sd[w 2 (t W 2 (t s]. 3. Si dimostri che, per un moto browniano bidimensionale (W 1 (t, W 2 (t vale q.c. exp(w 1 (t W 1 (t sd[w 2 (t W 2 (t s] = exp(w 1 (t exp( W 1 (sdw 2 (s. 2

3 1 Soluzioni Esercizio 1. i W t ha traiettorie continue ed è nullo in zero q.c.; è un processo gaussiano centrato; tutte queste affermazioni si verificano in modo elementare. Per la Proposizione 18 delle dispense, basta verificare che E [W t W s ] = t s. Prendiamo t s. Vale (usando il fatto che s t s+1 t+1 E [W t W s ] = (t + 1(s + 1E [ ( ] X t/(t+1 X s/(s+1 = (t + 1(s t s t + 1 s + 1 = s. ii X è centrato e gaussiano (continuo almeno in [, 1[, ma la continuità per ora non è richiesta, come sopra. Basta verificare E[X s X t ] = min (s, t st. Vale, per 1 > t s (usando il fatto che s t 1 s 1 t s E[X s X t ] = (1 s(1 te[w s/(1 s W t/(1 t ] = (1 s(1 t = s(1 t. 1 s Quando s t = 1 vale E[X s X t ] = perché X 1 =, quindi la formula è sempre s(1 t. iii Sia X un qualsisi ponte browniano. Per t s, E [ X t X s 2] = E[X 2 t ] + E[X 2 s ] 2E[X s X t ] = t t 2 + s s 2 2s + 2st =... = (t s (1 t + s 3 t s quindi, per la gaussianità, esiste una costante C > tale che (C = 3 E [ X t X s 4] C t s 2 da cui discende, per il teorema di regolarità di Kolmogorov, che c è una versione continua. Sia ora X il processo del punto 2 ed X la sua versione continua. Se mostriamo che sono indistiguibili, allora q.c. le traiettorie di X saranno continue. Siccome X è già continuo q.c. su [, 1[ ed è una modificazione di X, allora è indistiguibile da X su [, 1[, cioè esiste un evento Ω con P (Ω = tale che X t = X t per ogni t [, 1[ su Ω. Inoltre, siccome X è una modificazione di X, esiste un evento Ω 1 con P (Ω 1 = tale che X 1 = X 1 su Ω 1. Ma allora X t = X t per ogni t [, 1] su Ω Ω 1, e vale P (Ω Ω 1 = 1. Quindi sono indistiguibili. Esercizio 2. 3

4 i Dopo aver verificato che X è adattat e a media finita, vale E [X n F n 1 ] = X n 1 E [Y n ] = X n 1 dove si è usato il fatto che X n 1 è adattato a F n 1 e Y n è indipendente da F n 1. Quindi X è una martingala. Le martingale positive convergono. ii Poniamo Z = lim X n. Vale Z, Z < q.c. e Z = lim X n (per la continuità della funzione radice. Per il lemma di Fatou, [ ] [ ] E Z lim inf E Xn = [ Z ] quindi E =, quindi (essendo Z q.c. Z = q.c. da cui Z = q.c. Infine E [X n ] = 1 per la proprietà di martingala. Quindi X n non converge in L 1 (altrimenti dovrebbe convergere a zero, contraddice lim n E [X n ] = 1. iii [ [ ] n ] n [ Yj ] [ ] n E Xn = E Yj = E = E Y j=1 per l indipendenza e l uguale distribuzione [ (abbiamo indicato con Y una v.a. con Y ] [ Y ] la stessa legge delle Y j. Vale poi E < 1 in quanto E < E [Y ] 1/2 = 1 (la disuguaglianza stretta segue dal fatto che Y non è q.c. costante. Quindi j=1 lim n E [ Y ] n =, da cui limn E [ X n ] =. A questo punto si applica il criterio del punto 2. Esercizio 3. i Basta dimostrare che E [ϕ (H 1, W 1 ] = E [ϕ (H 2, W 2 ] per ogni funzione continua e limitata ϕ (x, y e, con ulteriori ragionamenti, basta dimostrare che E [ϕ (H 1 ψ (W 1 ] = E [ϕ (H 2 ψ (W 2 ] per ogni coppia di funzioni continue e limitate ϕ (x e ψ (y. Ma allora, per l indipendenza (che passa a composizioni ed ugual distribuzione, E [ϕ (H 1 ψ (W 1 ] = E [ϕ (H 1 ] E [ψ (W 1 ] = E [ϕ (H 2 ] E [ψ (W 2 ] = E [ϕ (H 2 ψ (W 2 ]. In questa dimostrazione è indifferente se le v.a. sono a valori vettoriali. 4

5 La dimostrazione si può effettuare in vari altri modi, ad es. con eventi invece che funzioni, o con le funzioni caratteristiche. ii Se gli H j sono della forma (si può sempre prendere l unione delle due partizioni, per avere la stessa n H j = Hs j i 1 [si,s i+1 per una certa partizione π = { s 1... s n+1 }, allora, per j = 1, 2, H j sdw j s = i=1 n i=1 H j s i ( W j s i+1 W j s i Il vettori ( H j s 1,..., H j s n, W j s 1,..., W j s n+1, j = 1, 2, hanno la stessa legge per il punto 1. Quindi anche le loro trasformazioni ϕ ( H j s 1,..., H j s n, W j s 1,..., W j s n+1, j = 1, 2, hanno la stessa legge, dove ϕ (x 1,..., x n, y 1,..., y n+1 = n x i (y i+1 y i. Quindi le v.a. n i=1 H1 s i (Ws 1 i+1 Ws 1 i e ( n i=1 H2 s i Ws 2 i+1 Ws 2 i hanno la stessa legge. Queste somme finite convergono in L 2 (Ω ai corrispondenti integrali stocastici t H1 s dws 1, H2 s dws 2 se si prendono i processi elementari opportuni e la convergenza in L 2 (Ω implica la convergenza in legge. Se ne deduce che anche gli integrali stocastici hanno la stessa legge. L affermazione successiva discende dal fatto che, fissato t >, il processo s W j (t W j (t s è un moto browniano. ii Dato t >, data la partizione π n di [, t] fatta dei punti = s <... < s n = t, si ponga s i = t s n i ovvero Vale i=1 s = t s n,..., s n = t s = s <... < s n = t. 5

6 exp(w 1 (t W 1 (t sd[w 2 (t W 2 (t s] = lim exp(w 1 (t W 1 (t s i (W 2 (t W 2 (t s i+1 W 2 (t + W 2 (t s i π n s i π n = exp (W 1 (t lim exp( W 1 (s n i ( W 2 (s n i 1 W 2 (s n i π n s i π n = exp (W 1 (t lim = exp (W 1 (t π n s i π n exp( W 1 (s n i ( W 2 (s n i W 2 (s n i 1 exp( W 1 (sdw 2 (s. Riunendo tutti questi pezzi, si dimostra l affermazione principale dell esercizio. 6

Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 2015

Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 2015 Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 15 sercizio 1. (punti 1 ) ) Basandosi sul noto concetto di integrale di Itô, ogni studente esponga, preliminarmente, una ragionevole

Dettagli

Prima prova in itenere di Istituzioni di Probabilità

Prima prova in itenere di Istituzioni di Probabilità Prima prova in itenere di Istituzioni di Probabilità 14 novembre 2012 Esercizio 1. Un processo di Ornstein-Uhlenbec modificato (OUM) è un processo reale, con R come insieme dei tempi, con traiettorie continue,

Dettagli

I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno

I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile

Dettagli

Convergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di

Convergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di 1. martedì 10 marzo Convergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di Doob; una mg è L p limitata se e

Dettagli

Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni

Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni Lezione 1 (25/2). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni

Dettagli

Analisi Stocastica Programma del corso 2009/10

Analisi Stocastica Programma del corso 2009/10 Analisi Stocastica Programma del corso 2009/10 [13/01a] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza,

Dettagli

Analisi Stocastica Programma del corso 2008/09

Analisi Stocastica Programma del corso 2008/09 Analisi Stocastica Programma del corso 2008/09 [13/01] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza, valore

Dettagli

CP410: Esame 2, 3 febbraio 2015

CP410: Esame 2, 3 febbraio 2015 Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da

Dettagli

CP410: Esonero 1, 31 ottobre 2013

CP410: Esonero 1, 31 ottobre 2013 Dipartimento di Matematica, Roma Tre Pietro Caputo 2013-14, I semestre 31 ottobre, 2013 CP410: Esonero 1, 31 ottobre 2013 Cognome Nome Matricola Firma 1. Fare un esempio di successione di variabili aleatorie

Dettagli

11. Misure con segno.

11. Misure con segno. 11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante

Dettagli

Alcuni complementi di teoria dell integrazione.

Alcuni complementi di teoria dell integrazione. Alcuni complementi di teoria dell integrazione. In ciò che segue si suppone di avere uno spazio di misura (,, µ) 1 Sia f una funzione misurabile su un insieme di misura positiva tale che f 0. Se fdµ =

Dettagli

PROBABILITA Laurea in Matematica a.a. 2017/18 Registro delle lezioni

PROBABILITA Laurea in Matematica a.a. 2017/18 Registro delle lezioni PROBABILITA Laurea in Matematica a.a. 2017/18 Registro delle lezioni 25/09/2017. Teorema delle classi monotone, con dimostrazione. Corollario di unicità di misure coincidenti su classi chiuse per intersezione

Dettagli

Esame di Calcolo delle Probabilità del 11 gennaio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Calcolo delle Probabilità del 11 gennaio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Calcolo delle Probabilità del gennaio 006 Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si

Dettagli

CP410: Esame 2, 30 gennaio Testo e soluzione

CP410: Esame 2, 30 gennaio Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 23-4, I semestre 3 gennaio, 24 CP4: Esame 2, 3 gennaio 24 Testo e soluzione Cognome Nome Matricola Firma . Per ogni n N, sia X n la variabile aleatoria

Dettagli

Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni

Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni Lezione 1 (27/9). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni

Dettagli

Integrali Curvilinei

Integrali Curvilinei Integrali Curvilinei Gianluca Gorni 11 gennaio 2006 1 Lunghezza di una curva Definizione 1.1. Una curva N-dimensionale è una funzione definita su un intervallo (compatto, se non specificato altrimenti)

Dettagli

TEOREMA CENTRALE DEL LIMITE PER MARTINGALE

TEOREMA CENTRALE DEL LIMITE PER MARTINGALE UNIVERSITÀ DEGLI STUDI ROMA TRE Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea in Matematica Sintesi della Tesi di Laurea TEOREMA CENTRALE DEL LIMITE PER MARTINGALE Relatore: Prof. PIETRO

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità M. Pratelli e M. Romito Gli esercizi che seguono sono stati proposti nel corso Probabilità dell Università di Pisa negli a.a. 2012-13 e 2013-14 (M. Romito) e 2014-15

Dettagli

ANALISI 1 - Teoremi e dimostrazioni vari

ANALISI 1 - Teoremi e dimostrazioni vari ANALISI 1 - Teoremi e dimostrazioni vari Sommario Proprietà dell estremo superiore per R... 2 Definitivamente... 2 Successioni convergenti... 2 Successioni monotone... 2 Teorema di esistenza del limite

Dettagli

Diario Complementi di Probabilità a.a. 2017/2018

Diario Complementi di Probabilità a.a. 2017/2018 Diario Complementi di Probabilità a.a. 2017/2018 Testi di riferimento: [W] Probability with martingales, D.Williams [Bi] Probability and measure, P.Billingsley [Ba] Appunti del corso di Calcolo delle Probabilità

Dettagli

! X (92) X n. P ( X n X ) =0 (94)

! X (92) X n. P ( X n X ) =0 (94) Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque

Dettagli

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea) 10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo

Dettagli

Analisi Matematica B Soluzioni prova scritta parziale n. 2

Analisi Matematica B Soluzioni prova scritta parziale n. 2 Analisi Matematica B Soluzioni prova scritta parziale n. Corso di laurea in Fisica, 017-018 9 febbraio 018 1. Determinare il numero di soluzioni reali dell equazione x 4 = ln(1 + x ). Svolgimento. Posto

Dettagli

X (o equivalentemente rispetto a X n ) è la

X (o equivalentemente rispetto a X n ) è la Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per

Dettagli

Traccia della soluzione degli esercizi del Capitolo 4

Traccia della soluzione degli esercizi del Capitolo 4 Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione

Dettagli

Calcolo delle Probabilità 2017/18 Foglio di esercizi 8

Calcolo delle Probabilità 2017/18 Foglio di esercizi 8 Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito

Dettagli

Esercizi su formula di Itô

Esercizi su formula di Itô Esercizi su formula di Itô 1. Scrivere il differenziale stocastico dei seguenti processi: (i) X t = B t (ii) X t = t + e B t (iii) X t = B 3 t 3tB t (iv) X t = 1 + t + e B t (v) X t = [B 1 (t)] + [B (t)]

Dettagli

Dimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo

Dimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti

Dettagli

0 se y c 1 (y)) se c < y < d. 1 se y d

0 se y c 1 (y)) se c < y < d. 1 se y d Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione

Dettagli

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui

Corso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui Corso di Metodi Matematici per l Ingegneria A.A. 26/27 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui Marco Bramanti Politecnico di Milano December 4, 26 Esercizi

Dettagli

Esame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:

Dettagli

R 2 e i numeri complessi

R 2 e i numeri complessi L. Chierchia. Dipartimento di Matematica e Fisica, Università Roma Tre 1 R e i numeri complessi 1. R come spazio vettoriale R, ossia l insieme delle coppie ordinate x, y con x e y in R è uno spazio vettoriale

Dettagli

Campi conservativi. Riccarda Rossi. Università di Brescia. Analisi Matematica B

Campi conservativi. Riccarda Rossi. Università di Brescia. Analisi Matematica B Campi conservativi Riccarda Rossi Università di Brescia Analisi Matematica B Riccarda Rossi (Università di Brescia) Campi conservativi Analisi Matematica B 1 / 99 Premessa Riccarda Rossi (Università di

Dettagli

Coseno, seno e π (8/12/2016)

Coseno, seno e π (8/12/2016) Università Roma Tre L. Chierchia 1 Coseno, seno e π (8/1/016 Qui daremo una presentazione analitica e autocontenuta della definizione e delle proprietà fondamentali del coseno, del seno e di π. Definizione

Dettagli

Geometria iperbolica - Primo foglio Andrea Petracci

Geometria iperbolica - Primo foglio Andrea Petracci Geometria iperbolica - Primo foglio Andrea Petracci Esercizio 1. Teorema (Hopf-Rinow). Se M è una varietà riemanniana connessa, allora le seguenti affermazioni sono equivalenti: (1) M è completa con la

Dettagli

Esercizi su leggi Gaussiane

Esercizi su leggi Gaussiane Esercizi su leggi Gaussiane. Siano X e Y v.a. indipendenti e con distribuzione normale standard. Trovare le densità di X, X +Y e X, X. Mostrare che queste due variabili aleatorie bidimensionali hanno le

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica Variabili aleatorie Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico

Dettagli

Complemento 10 Numeri complessi

Complemento 10 Numeri complessi Analisi Matematica I CL Fisica, Università Roma Tre AA 2008/09 L. Chierchia Complemento 0 Numeri complessi. Il campo complesso Il campo complesso C è, per definizione, la terna R 2, +,, cioè R 2 equipaggiato

Dettagli

Leggi 0-1, successioni di v.a. stazionarie in senso stretto ed introduzione alla teoria ergodica

Leggi 0-1, successioni di v.a. stazionarie in senso stretto ed introduzione alla teoria ergodica Leggi 0-, successioni di v.a. stazionarie in senso stretto ed introduzione alla teoria ergodica Michele Gianfelice a.a. 202-203 Misura sullo spazio delle successioni a valori reali Sia R N l insieme delle

Dettagli

Pag. 151 Dimostrazioni dei criteri per lo studio della convergenza di serie numeriche

Pag. 151 Dimostrazioni dei criteri per lo studio della convergenza di serie numeriche C.7 Serie Pag. 151 Dimostrazioni dei criteri per lo studio della convergenza di serie numeriche Teorema 5.29 (Criterio del confronto) Siano e due serie numeriche a termini positivi e si abbia 0, per ogni

Dettagli

Analisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012

Analisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012 Analisi 2 Roberto Monti Appunti del Corso - Versione 5 Ottobre 212 Indice Capitolo 1. Programma 5 Capitolo 2. Convergenza uniforme 7 1. Convergenza uniforme e continuità 7 2. Criterio di Abel Dirichlet

Dettagli

Principali differenze tra la ristampa 2014 e l edizione 2008

Principali differenze tra la ristampa 2014 e l edizione 2008 Principali differenze tra la ristampa 214 e l edizione 28 Di seguito sono riportate le principali modifiche apportate al testo dell edizione 28 con la ristampa riveduta e corretta del 214. Si avverte il

Dettagli

Esame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Calcolo delle Probabilità del 2 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto parziale Prima

Dettagli

Matematica II prof. C.Mascia

Matematica II prof. C.Mascia Corso di laurea in CHIMICA INDUSTRIALE Sapienza, Università di Roma Matematica II prof CMascia alcuni esercizi, parte, 7 marzo 25 Indice Testi degli esercizi 2 Svolgimento degli esercizi 4 Testi degli

Dettagli

Verso l integrale stocastico

Verso l integrale stocastico Verso l integrale stocastico Una versione più corretta di è la sua forma integrale ds(t) = σs(t)dx(t) + µs(t)dt S(t) = S() + σs(u)db(u) + µs(u)du Ricordando che S è un processo che descrive la dinamica

Dettagli

Spazi Vettoriali ed Applicazioni Lineari

Spazi Vettoriali ed Applicazioni Lineari Spazi Vettoriali ed Applicazioni Lineari 1. Sottospazi Definizione. Sia V uno spazio vettoriale sul corpo C. Un sottoinsieme non vuoto W di V è un sottospazio vettoriale di V se è chiuso rispetto alla

Dettagli

F. Fagnani, A. Tabacco e P. Tilli. Versione 21 marzo. Introduzione all Analisi Complessa e Teoria delle distribuzioni.

F. Fagnani, A. Tabacco e P. Tilli. Versione 21 marzo. Introduzione all Analisi Complessa e Teoria delle distribuzioni. F. Fagnani, A. Tabacco e P. Tilli Introduzione all Analisi Complessa e Teoria delle distribuzioni 2 marzo 2006 3 Serie di Taylor e di Laurent. Residui 3. Successioni e serie di numeri complessi Una successione

Dettagli

I VETTORI GAUSSIANI E. DI NARDO

I VETTORI GAUSSIANI E. DI NARDO I VETTOI GAUSSIANI E. DI NADO. L importanza della distribuzione gaussiana I vettori di v.a. gaussiane sono senza dubbio uno degli strumenti più utili in statistica. Nell analisi multivariata, per esempio,

Dettagli

AM1 Analisi 1 a.a Esercitazione Dicembre. (a cura di Paolo Tranquilli) Soluzioni

AM1 Analisi 1 a.a Esercitazione Dicembre. (a cura di Paolo Tranquilli) Soluzioni Università degli Studi Roma Tre Facoltà di Scienze Mat. Fis. e Nat. C.d.L. in Matematica AM Analisi a.a. 007-008 Esercitazione 0 0 Dicembre (a cura di Paolo Tranquilli) Soluzioni Esercizio. Studiare la

Dettagli

p(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n,

p(ϕ) = a 0 Id + a 1 ϕ + + a n ϕ n, 1. Autospazi e autospazi generalizzati Sia ϕ: V V un endomorfismo. Allora l assegnazione x ϕ induce un morfismo di anelli ρ: K[x] End K (V ). Più esplicitamente, al polinomio p dato da viene associato

Dettagli

Esercizi 8 12 gennaio 2009

Esercizi 8 12 gennaio 2009 Sia α > e Esercizi 8 2 gennaio 29 f(x, y = ( + x 2 + y 2 α. Dimostrare che f appartiene a L p ( 2, con α p >. Osserviamo innanzitutto che, essendo f continua, l integrale di f p su 2 è uguale all integrale

Dettagli

Pendolo senza attrito

Pendolo senza attrito Pendolo senza attrito l m ϕ equazione del moto : mlϕ '' = mg sinϕ ϕ '' = y'' = k sin y, k > 0 g sinϕ l Pendolo senza attrito Trasformiamo l equazione in un sistema autonomo bidimensionale conservativo

Dettagli

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica DIPARTIMENTO DI MATEMATICA Università degli Studi di Trento Via Sommarive - Povo (TRENTO) Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata,

Dettagli

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del terzo appello, 19 febbraio 2018 Testi 1

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del terzo appello, 19 febbraio 2018 Testi 1 Scritto del terzo appello, 9 febbraio 208 Testi Prima parte, gruppo.. Per ciascuno dei seguenti punti dare le coordinate (polari o cartesiane) che mancano: a) = 0, = ; r = α = b) = 3, = 3; r = α = c) r

Dettagli

Si dimostri che la (*) possiede un unica soluzione (u n ) limitata.

Si dimostri che la (*) possiede un unica soluzione (u n ) limitata. Scuola Normale Superiore, ammissione al IV anno del corso ordinario Prova scritta di Analisi Matematica per Fisica, Informatica, Matematica 26 Agosto 2 Esercizio. Siano (a n ) e (b n ) successioni di numeri

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare

Dettagli

Osservazione 1.1 Si verifica facilmente che esiste un unica relazione d ordine totale su Q che lo renda un campo ordinato.

Osservazione 1.1 Si verifica facilmente che esiste un unica relazione d ordine totale su Q che lo renda un campo ordinato. 1 Numeri reali Definizione 1.1 Un campo ordinato è un campo K munito di una relazione d ordine totale, compatibile con le operazioni di somma e prodotto nel senso seguente: 1. a, b, c K, a b = a + c b

Dettagli

Calcolo delle Probabilità 2

Calcolo delle Probabilità 2 Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale

Dettagli

f n (x) 3 1. x Essendo g(x) = 3 1

f n (x) 3 1. x Essendo g(x) = 3 1 Secondo esonero di Analisi eale 6//9 a.a. 8-9 ) Studiare la convergenza in L p ((, )), p +, della successione di funzioni cos(nx) e nx f n (x) = 3. x Si vede facilmente che la successione f n converge

Dettagli

Esercizi per il corso di Analisi 6.

Esercizi per il corso di Analisi 6. Esercizi per il corso di Analisi 6. 1. Si verifichi che uno spazio normato (X, ) è uno spazio vettoriale topologico con la topologia indotta dalla norma. Si verifichi poi che la norma è una funzione continua

Dettagli

13 LIMITI DI FUNZIONI

13 LIMITI DI FUNZIONI 3 LIMITI DI FUNZIONI Estendiamo la nozione di ite a funzioni reali di variabile reale. Definizione caratterizzazione per successioni) Si ha fx) = L x 0, L R) se e solo se per ogni successione a n x 0 con

Dettagli

COPPIE DI VARIABILI ALEATORIE

COPPIE DI VARIABILI ALEATORIE COPPIE DI VAIABILI ALEATOIE E DI NADO 1 Funzioni di ripartizione congiunte e marginali Definizione 11 Siano X, Y va definite su uno stesso spazio di probabilità (Ω, F, P La coppia (X, Y viene detta va

Dettagli

(a) Qual è la probabilità che un neonato sopravviva al primo anno?

(a) Qual è la probabilità che un neonato sopravviva al primo anno? II Appello di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 2 luglio 2009 Matricola: ESERCIZIO. Per una certa specie africana di uccelli, i neonati hanno indipendentemente l uno dal l altro

Dettagli

con distribuzione gaussiana standard e si ponga

con distribuzione gaussiana standard e si ponga Laurea Triennale in Matematica, Università La Sapienza Corso di Probabilità, AA 6/7 Prova di Esonero Maggio 7 Testi e soluzioni degli esercizi proposti Siano Z, Z, Z variabili aleatorie indipendenti e

Dettagli

Dispense sulla distanza di Hausdorff

Dispense sulla distanza di Hausdorff Dispense sulla distanza di Hausdorff Fabio Ferri Giada Franz Federico Glaudo 23 aprile 2014 Sommario In questo documento studieremo le proprietà della distanza di Hausdorff, la naturale distanza indotta

Dettagli

Esercizi del Corso di Istituzioni di Analisi Superiore, I modulo

Esercizi del Corso di Istituzioni di Analisi Superiore, I modulo sercizi del Corso di Istituzioni di Analisi Superiore, I modulo 1. sercizi su massimo e minimo limite 1. lim inf a n lim sup a n 2. Se a n b n per ogni n N, allora lim inf a n lim inf b n. Vale anche lim

Dettagli

Gli insiemi N, Z e Q. I numeri naturali

Gli insiemi N, Z e Q. I numeri naturali Università Roma Tre L. Chierchia 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici (si veda ad esempio 2.3 in [Giusti,

Dettagli

Corsi di Laurea Magistrale in Matematica, A.A Calcolo stocastico e applicazioni (Docente: Bertini) Esercizi settimanali

Corsi di Laurea Magistrale in Matematica, A.A Calcolo stocastico e applicazioni (Docente: Bertini) Esercizi settimanali Settimana 1 Esercizio 1. [Unicità della misura di Wiener] Sia C([0, 1]) l insieme delle funzioni continue sull intervallo [0, 1] con la topologia (metrizzabile) indotta dalla convergenza uniforme. Sia

Dettagli

ESAME DI MATEMATICA PER LE APPLICAZIONI ECONOMICHE 14 GIUGNO 2016 FILA A

ESAME DI MATEMATICA PER LE APPLICAZIONI ECONOMICHE 14 GIUGNO 2016 FILA A ESAME DI MATEMATICA PER LE APPLICAZIONI ECONOMICHE 4 GIUGNO 206 FILA A Durata della prova: 2 ore e mezza. NOTA: Spiegare con molta cura le risposte. NOTAZIONE: log = ln = log e. Esercizio 5 punti) Sia

Dettagli

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2.

Trapani. Dispensa di Geometria, x 1 x 2.x n. (x 1 y 1 ) (x n y n ) 2. 2006 Trapani Dispensa di Geometria, 1 Distanze Siano P e Q punti di R n con P di coordinate allora la distanza tra P e Q e P Q = x 1 x 2 x n (x 1 y 1 ) 2 + (x n y n ) 2 e Q di coordinate Siano Σ 1 e Σ

Dettagli

Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 10 settembre 2012 Matricola: Nome:

Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 10 settembre 2012 Matricola: Nome: Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 10 settembre 2012 Matricola: ESERCIZIO 1. Facendo uso solamente della definizione di spazio di probabilità, dell additività

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

Statistica ARGOMENTI. Calcolo combinatorio Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità

Dettagli

1 Successioni di funzioni

1 Successioni di funzioni Analisi Matematica 2 Successioni di funzioni CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 6 SERIE DI POTENZE Supponiamo di associare ad ogni n N (rispettivamente ad ogni n p, per qualche

Dettagli

CORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 15/04/2013

CORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 15/04/2013 CORSO DI ANALISI MATEMATICA SOLUZIONI ESERCIZI PROPOSTI 5/04/03 D.BARTOLUCCI, D.GUIDO. Integrali Impropri Esercizio. (CRITERIO DEL CONFRONTO). Dimostrare che se f : (a, b] R e g(x) : (a, b] R sono integrabili

Dettagli

Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE

Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio 202 - FOGLIO RISPOSTE NOME e COGNOME SOLUZIONI CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli

Dettagli

Diario Complementi di Probabilità a.a. 2016/2017

Diario Complementi di Probabilità a.a. 2016/2017 Diario Complementi di Probabilità a.a. 2016/2017 Testi di riferimento: [W] Probability with martingales, D.Williams [Bi] Probability and measure, P.Billingsley [Ba] Appunti del corso di Calcolo delle Probabilità

Dettagli

COMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005

COMPLEMENTI DI ANALISI MATEMATICA DI BASE. Prova scritta del 26 gennaio 2005 Prova scritta del 26 gennaio 2005 Esercizio 1. Posto B = x R 2 : x 2 2}, sia f n } una successione di funzioni (misurabili e) integrabili in B tali che f n f q.o. in B e, per ogni n N, f n (x) 2 x 3 per

Dettagli

Complemento 1 Gli insiemi N, Z e Q

Complemento 1 Gli insiemi N, Z e Q AM110 Mat, Univ. Roma Tre (AA 2010/11 L. Chierchia) 30/9/10 1 Complemento 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici

Dettagli

Elementi di analisi matematica e complementi di calcolo delle probabilita T

Elementi di analisi matematica e complementi di calcolo delle probabilita T Elementi di analisi matematica e complementi di calcolo delle probabilita T Presentiamo una raccolta di quesiti per la preparazione alla prova orale di Elementi di analisi matematica e complementi di calcolo

Dettagli

Diario Complementi di Probabilità a.a. 2018/2019

Diario Complementi di Probabilità a.a. 2018/2019 Diario Complementi di Probabilità a.a. 2018/2019 Testi di riferimento: [W] Probability with martingales, D.Williams [Bi] Probability and measure, P.Billingsley [Ba] Appunti del corso di Calcolo delle Probabilità

Dettagli

Indice. Scelta in condizioni di incertezza. Lotterie monetarie. Lotterie monetarie. Corso di Microeconomia progredito. Parte III

Indice. Scelta in condizioni di incertezza. Lotterie monetarie. Lotterie monetarie. Corso di Microeconomia progredito. Parte III Indice Scelta in condizioni di incertezza Corso di Microeconomia progredito 1 Lotterie monetarie 2 Avversione al rischio Parte III 3 Applicazioni 4 Misura dell avversione al rischio Corso di Microeconomia

Dettagli

0.1 Spazi Euclidei in generale

0.1 Spazi Euclidei in generale 0.1. SPAZI EUCLIDEI IN GENERALE 1 0.1 Spazi Euclidei in generale Sia V uno spazio vettoriale definito su R. Diremo, estendendo una definizione data in precedenza, che V è uno spazio vettoriale euclideo

Dettagli

Proprietà asintotiche dello stimatore OLS

Proprietà asintotiche dello stimatore OLS Università di Pavia Proprietà asintotiche dello stimatore OLS Eduardo Rossi Sequenze Consideriamo un infinita sequenza di variabili indicizzate con i numeri naturali: X 1, X 2, X 3,...,X N,... = {X N }

Dettagli

1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x)

1. Si scelga a caso un punto X dell intervallo [0, 2], con distribuzione uniforme di densità. f X (x) = [0,2](x) Esercizi di Calcolo delle Probabilità della 3 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio.. Sia (X, Y ) un vettore aleatorio bidimensionale con densità uniforme

Dettagli

Analisi Matematica 1 Soluzioni prova scritta n. 1

Analisi Matematica 1 Soluzioni prova scritta n. 1 Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a

Dettagli

Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni

Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni Lezione 1 (26/9). Introduzione al corso; materiale e comunicazioni

Dettagli

Elementi di analisi matematica e complementi di calcolo delle probabilita T

Elementi di analisi matematica e complementi di calcolo delle probabilita T Elementi di analisi matematica e complementi di calcolo delle probabilita T Presentiamo una raccolta di quesiti per la preparazione alla prova orale di Elementi di analisi matematica e complementi di calcolo

Dettagli

Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome:

Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome: Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 8 giugno 01 Matricola: ESERCIZIO 1. Sia (A n n una successione di eventi indipendenti, tali che P (A n 1 1 n. Sia B := + n=

Dettagli

I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17

I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17 I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Esponenziale complesso

Esponenziale complesso Esponenziale complesso Paola Rubbioni Analisi Matematica II - CdL in Ingegneria Informatica ed Elettronica a.a. 2016/2017 1 Serie nel campo complesso Per fornire il concetto di serie nel campo complesso

Dettagli

Introduzione informale all integrale stocastico secondo Ito.

Introduzione informale all integrale stocastico secondo Ito. Introduzione informale all integrale stocastico secondo Ito. Maurizio Pratelli Agosto 13 Queste pagine non sono gli appunti di un breve corso sull integrazione stocastica secondo Ito, infatti non contengono

Dettagli

COMPLETEZZA DELL INSIEME DEI NUMERI REALI R.

COMPLETEZZA DELL INSIEME DEI NUMERI REALI R. COMPLETEZZA DELL INSIEME DEI NUMERI REALI R. FABIO CIPRIANI 1. Completezza dell insieme dei numeri reali R. Nell insieme dei numeri reali R la condizione di Cauchy e necessaria e sufficiente per la convergenza

Dettagli

Probabilità e Finanza

Probabilità e Finanza Diario delle lezioni di Probabilità e Finanza a.a. 2016/2017 www.mat.uniroma2.it/~caramell/did 1617/pf.htm 26/09/2016 - Lezioni 1, 2 Introduzione al corso. Tassi di interesse: interesse composto, semplice,

Dettagli

Funzione derivabile. La derivata.

Funzione derivabile. La derivata. Funzione derivabile. La derivata. Dati: f I R funzione; I R intervallo aperto ; x 0 I. Definizione (Derivata come limite del rapporto incrementale) Se esiste finito (cioè, non + o ) il limite del rapporto

Dettagli

Probabilità e Statistica

Probabilità e Statistica Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici

Dettagli

Analisi Matematica II (Prof. Paolo Marcellini)

Analisi Matematica II (Prof. Paolo Marcellini) Analisi Matematica II (Prof. Paolo Marcellini) Università degli Studi di Firenze Corso di laurea in Matematica Esercitazioni del 04/03/014 e 06/03/014 Michela Eleuteri 1 eleuteri@math.unifi.it web.math.unifi.it/users/eleuteri

Dettagli

A Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica) Simulazione compito d esame

A Analisi Matematica 1 (Corso di Laurea in Informatica e Bioinformatica) Simulazione compito d esame COGNOME NOME Matr. A Analisi Matematica (Corso di Laurea in Informatica e Bioinformatica) Firma dello studente Tempo: 3 ore. Prima parte: test a risposta multipla. Una ed una sola delle 4 affermazioni

Dettagli

SPAZI METRICI COMPLETI

SPAZI METRICI COMPLETI Capitolo 1 SPAZI METRICI COMPLETI Sia dato uno spazio metrico (X, d). Definizione 1.1 Una successione {x n } si dice successione di Cauchy se ε > 0 n 0 n, m n 0 = d(x n x m ) < ε (1.1) Esercizio 1.1 Dimostrare

Dettagli

17 - Serie di funzioni

17 - Serie di funzioni Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 7 - Serie di funzioni Anno Accademico 203/204 M. Tumminello, V. Lacagnina, A.

Dettagli