Calibrazione di tranche CDO con il modello dinamico GPL

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Calibrazione di tranche CDO con il modello dinamico GPL"

Transcript

1 Calibrazioe di rache CDO co il modello diamico GPL La calibrazioe di u idice di credio e delle sue rache cosiseemee sulle varie scadeze co u sigolo modello i asseza di opporuià di arbiraggio è u problema difficile. I queso aricolo, Damiao Brigo, Adrea Pallavicii e Robero orresei dimosrao che si oegoo buoi risulai co ua semplice diamica della perdia fodaa sul processo di Poisso geeralizzao. È possibile geeralizzare queso modello, oeedo ua diamica socasica del premio di proezioe coeree co i sigoli omi Prediamo i cosiderazioe u modello diamico per la disribuzioe della perdia di u pool di omi. Il osro modello è icerao su re pui: raabilià la disribuzioe della perdia deve essere coosciua aaliicamee; la calibrazioe dei dai di mercao, ovvero dell idice e delle rache e rachele dei ioli di debio collaeralizzai (CDO) su diverse scadeze, deve essere possibile ed è ecessario disporre di esempi umerici realisici; l aribuzioe del prezzo dei prodoi di correlazioe che dipede dalla diamica della disribuzioe della perdia deve essere faibile i u periodo di empo ragioevole, possibilmee ramie simulazioe. L idea alla base del osro approccio cosise ella modellizzazioe del processo della perdia del pool come ua combiazioe lieare di processi di Poisso idipedei co iesià differei ovvero, i alri ermii, come u processo di Poisso geeralizzao. I sali dei diversi processi soo moliplicai per differei ampiezze posiive che rappreseao perdie di differei dimesioi. La dimesioe di ciascua perdia è idealmee associaa al defaul isaaeo di uo specifico umero di omi del pool. Le caraerisiche di feedback dei defaul del modello soo implicie ell ammissibilià di più di u defaul i brevi iervalli di empo. È possibile calibrare ai dai di mercao sia le dimesioi dei sali della perdia che le iesià dei sigoli processi di Poisso che guidao ciascuo dei possibili sali della perdia. Il modello che e risula è deo modello geeralizzao di Poisso per la diamica della perdia (GPL). Di recee soo sai proposi vari schemi per modellare la diamica della perdia di cui foriamo riferimei e commei sui collegamei co il osro approccio i Brigo, Pallavicii & orresei (26). I queso aricolo vogliamo preseare u modello oalmee defiio e uilizzabile, piuoso che irodurre uo schema asrao, e foriamo dai di calibrazioe deagliai co risulai umerici per il pool di idici DJ iraxx. I risulai mosrao che la calibrazioe è buoa e che i parameri del modello soo relaivamee sabili el empo. La modellizzazioe direa della perdia complessiva di u pool di omi aziché ramie aggregazioe dei defaul dei sigoli omi co ua sruura di dipedeza cosiuisce l approccio di ipo op-dow. Spesso, co ale approccio, si icorao difficolà per oeere la oale coereza co i sigoli omi. Al corario, il osro approccio può essere geeralizzao i u modello del defaul basao su cluser, deo modello di Poisso geeralizzao di perdia per cluser (GPCL). I al modo vegoo geeralizzai i precedei risulai di Lidskog & McNeil (23) e di Elouerkhaoui (26) sui modelli di Poisso a sali comui. Ciò pora a ua coereza chiara e rigorosa co i sigoli omi, come evideziao i Brigo, Pallavicii & orresei (27), dove soo mosrai ache i risulai di calibrazioe per il pool di idici CDX. Ifie, è possibile rovare i Brigo, Pallavicii & orresei (26) u ampia discussioe del modello qui preseao, co uleriori esempi di calibrazioe riguardai rachele, co premio socasico raabile e diamica del asso di recupero. Ivi si dimosra che è possibile uilizzare ali ampliamei e sooporli a es quado sarao dispoibili quoazioi liquide per opzioi di rache e rache di ipo forward-sarig. Quoazioi di mercao Gli srumei di credio muli-ome più liquidi dispoibili sul mercao soo gli idici di credio e le rache CDO (ad esempio, DJ iraxx e CDX). Sarao raai elle sezioi seguei. Idici di credio. L idice è dao da u pool di omi 1, 2,..., M, dove i geere M = 125, ciascuo co valore ozioale 1/M cosicché il pool complessivo ha valore ozioale uiario. La compoee di defaul (defaul leg) degli idici è cosiuia dai pagamei di proezioe i corrispodeza di ciascu defaul dei omi del pool. Ogi vola che uo o più omi vao i defaul, il corrispodee icremeo della perdia è pagao al compraore di proezioe, sio alla scadeza fiale = b o sio a che ui i omi del pool soo adai i defaul. I cambio dei pagamei per l icremeo della perdia, viee pagao dal compraore di proezioe al vediore di proezioe u premio periodico co asso S, sio alla scadeza fiale b. ale premio è calcolao su u valore ozioale che decresce ogi vola che u ome del pool va i defaul di u valore corrispodee al valore ozioale di quel ome (seza ogliere il asso di recupero). Idichiamo co L _ la perdia cumulaiva del pool di omi e co C _ il umero di omi i defaul al empo diviso per M. Dal momeo che i corrispodeza di ogi defaul ua pare del ozioale viee recuperaa, abbiamo L _ C_ 1. Il payou 38 Risk Ialia Auuo 27

2 scoao delle due compoei dell idice è dao dalle seguei equazioi: compoee di defaul compoee di premio := D, b dl = S δ i D (, i ) 1 C i dove D(s, ) è il faore di scoo (di solio lo si suppoe deermiisico) ra i empi s e, e d i = i i 1 è la frazioe di ao. Nella secoda equazioe, l effeivo valore ozioale i essere i ciascu periodo sarebbe ua media su [ i 1, i ], ma per semplicià lo abbiamo sosiuio co il valore ozioale i essere i i come si fa di solio. Si oi che, corariamee a quao avviee co le rache (vedere la sezioe seguee), qui il asso di recupero o è cosiderao el calcolo del valore ozioale i essere, i quao coa solo il umero dei defaul. Il mercao dà ua quoazioe dei valori di S che, per differei scadeze, bilaciao le due compoei. Se si ha u modello per la perdia e per il umero dei defaul, è possibile fare i modo che la perdia e il umero dei defaul el modello uilizzai per la valorizzazioe delle due compoei coduca allo sesso valore aeso eurale al rischio (e quidi prezzo) quado il premio periodico quoao S è iserio ella compoee del premio di proezioe ( premium leg ), co il seguee risulao: S = E E D (, )dl b δ i D, i 1 C i rache CDO. I CDO sieici co scadeza soo corai che comporao u compraore di proezioe, u vediore di proezioe e u pool di omi soosae. Si oegoo meedo assieme ua collezioe di credi defaul swap (CDS) co la sessa scadeza su omi differei, 1, 2,..., M, dove i geere M = 125, ciascuo di essi co valore ozioale 1/M, e quidi suddividedo i rache la perdia del pool che e risula ra i pui A e B, co A < B 1: L 1 := ( B A L A)1 { A< L B} + ( B A)1 { L > B} Dopo che u umero sufficiee di omi è adao i defaul e la perdia ha raggiuo il puo A, iizia il coeggio. Ogi vola che la perdia aumea, al compraore di proezioe viee pagaa la corrispodee variazioe della perdia bilaciaa dallo spessore della rache B A sio a quado giuge a scadeza o sio a quado la perdia oale del pool supera B, i al caso i pagamei cessao. Il payou scoao della compoee di defaul può essere scrio el seguee modo: compoee di defaul ; A, B := D, dl L uso dell iegrale o dovrebbe lasciare perplessi, dao che la perdia L _ varia co sali discrei. Aalogamee, la perdia oale L _ e il valore ozioale delle rache i essere variao co sali discrei. Come di cosueo, i cambio dei pagamei di proezioe viee pagao u asso di premio S, fissao al empo =, co cadeza periodica, diciamo ai empi 1, 2,..., b =. Pare del premio può essere pagaa al empo = come aicipo di U (1) (upfro). Il asso è pagao sul valore ozioale medio sopravissuo della rache. Se iolre facciamo l ipoesi che i pagamei siao corrisposi sul valore ozioale rimaee a ciascua daa di pagameo i, aziché sulla media i [ i 1, i ], il payou della compoee del premio può essere scrio come: ( ; A, B) := U compoee di premio + S b 1 L i δ i D, i Quado si aribuisce u prezzo alle rache di CDO, si è ieressai al asso di premio S che rede uguale a zero il prezzo eurale al rischio della rache. Il valore della rache è calcolao prededo il valore aeso (eurale al rischio) (i = ) del payou scoao cosiuio dalla differeza ra le compoei di premio e defaul illusrae sopra. Si oiee: S = E D (, )dl U b δ i D (, i ) 1 L i E L espressioe precedee può essere facilmee riformulaa i ermii di premio upfro U per rache quoae i ermii di compeeze upfro. Le rache che soo quoae sul mercao fao riferimeo a pool sadardizzai, pui di aacco/disacco sadardizzai A/B e scadeze sadardizzae. Di fao, per i pool di idici DJ iraxx e CDX, la rache azioaria (A =, B = 3%) è quoaa ramie il correo U, e allo sesso empo si assume S = 5 pui base. ue le alre rache soo quoae per mezzo del correo S, facedo l ipoesi che o ci siao premi upfro (U = ). Defiizioe del modello Le espressioi i asseza di opporuià di arbiraggio per lo spread quoao degli idici di credio, dai dall equazioe (1) e delle rache di CDO, dai dall equazioe (2), mosrao che l uica iformazioe che possiamo dedurre dalle quoe del mercao soo le quaià aese, mere macao iformazioi diree sulla dipedeza ra sigoli omi. I paricolare, gli idici di credio dipedoo sia dalla perdia cumulaiva aesa del pool di omi che dal umero aeso di defaul, mere le rache di CDO dipedoo solo dalla perdia cumulaiva aesa del pool di omi diviso i rache. Quesi dai del mercao suggeriscoo di cosruire u modello delle gradezze relaive alla perdia, cioè perdia cumulaiva del pool di omi e umero di defaul, direamee come oggei fodameali, ivece di riuire assieme i sigoli modelli di defaul ramie ua fuzioe copula (saica). La diamica GPL soosae. Il modello GPL può essere formulao come segue. Cosideriamo uo spazio di probabilià che suppora u umero di processi di Poisso idipedei N 1,..., N co iesià variabili co il empo, possibilimee socasiche l 1,..., l ella misura di probabilià eurale al rischio Q. Il valore aeso eurale al rischio dipedee dai dai di mercao sio al empo, compresa l evoluzioe della perdia del pool sio al empo, è idicao co E. Si suppoe che le iesià, se socasiche, siao adaae a ali dai. Defiiamo il processo socasico: (2) Z := α j N j (3) riskialia.com 39

3 per ieri posiivi a 1,..., a. I seguio, faremo riferimeo al processo Z semplicemee come processo GPL. Uilizzeremo queso processo come processo guida per la perdia cumulaiva del pool di omi (L _ ), la quaià rilevae per i osri payou. I Brigo, Pallavicii & orresei (26) è ivece illusrao il possibile uilizzo del processo GPL quale srumeo guida per il processo di coeggio dei defaul C _. La fuzioe caraerisica del processo Z è: ϕ Z ( u) = E e iuz = E E e iuz Λ 1 ( )...Λ ( ) dove Λ j () := λ (s)ds, co i = 1..., soo le iesià cumulaive j di ciascu processo di Poisso. Ora, sosiuiamo Z oeedo: ϕ Z ( u) = E E e iuα j N j ( ) Λ1 ( )...Λ ( ) = E ϕ N uα j ( ) Λ j ( ) ( j ) che può essere calcolaa direamee poiché la fuzioe caraerisica ϕ Nj() Λj() di ciascu processo di Poisso, daa la sua iesià, è oa i forma chiusa, oeedo: ϕ Z ( u) = E exp Λ j 1 e iuα j La disribuzioe margiale p Z del processo Z può essere calcolaa direamee i qualsiasi empo ramie ua rasformazioe di Fourier iversa della fuzioe caraerisica del processo. La fuzioe caraerisica ϕ Z (u) può essere calcolaa i modo esplicio per alcue opporue scele delle disribuzioi delle iesià cumulae dei processi di Poisso (cosulare, ad esempio, Brigo, Pallavicii & orresei (26)). Formulazioe equivalee quale processo di Poisso composo. U alro modo di cosiderare il osro processo è vederlo come processo di Poisso composo. I effei, i qualsiasi empo il osro processo Z ha la sessa fuzioe caraerisica di u paricolare processo di Poisso composo. Cosideriamo il seguee processo di Poisso composo: X = N Y j dove N è u processo di Poisso sadard co iesià l e le Y j soo variabili casuali idipedei e co disribuzioe ideica, idipedei da N, co disribuzioe daa da: α 1 λ 1 / λ k=1 k α 2 λ 2 / λ k=1 k Y j ~ α λ / λ k=1 k Se defiiamo l := S M l j, allora il processo di Poisso composo X ha la sessa fuzioe caraerisica, i ui i empi, del osro processo Z per la fuzioe di coeggio dei defaul. Ache le disribuzioi dimesioali fiie dei due processi coicidoo, quidi Z e X soo sosazialmee lo sesso processo. Ciò è facilmee verificabile formulado le disribuzioi dimesioali (4) fiie i ermii di icremei idipedei, ricordado che Z e X hao icremei idipedei sazioari. Diamica della perdia. Il processo GPL soosae Z è o decrescee e assume, co empi sufficieemee lughi, valori arbirariamee gradi. La perdia cumulaiva del pool di omi e il umero riscalao dei processi di defaul soo o decrescei, ma limiai all iervallo [, 1]. Quidi, cosideriamo la fuzioe deermiisica o decrescee Ψ : N {} [,1] e defiiamo il processo di perdia cumulaiva del pool di omi L _ come: L L : = ΨL ( Z ) : = mi ( Z, M ) e L : = (5) M dove 1/M, co M M >, è il salo miimo per il processo di perdia. Osservazioe 1. Si oi che la perdia è delimiaa all iero dell iervallo [, 1] per come è saa formulaa, ma c è acora la possibilià che la perdia effeui più di M sali, dove M è il umero di omi del pool. Se queso è il caso, è possibile corollare i seguio se la probabilià di ali evei è rascurabile. Queso è ciò che si verifica i ui i osri esempi. La disribuzioe margiale del processo di perdia cumulaiva del pool di omi L può essere calcolaa facilmee. Oeiamo: L = mi Z, M = Z 1 Z < M { } + M 1 { Z M } Poiché Z ha disribuzioe oa, si può ricavare facilmee la disribuzioe di L come risulao secodario. La desià collegaa (defiia su valori ieri poiché la legge è di ipo discreo) è: p L ( x) = p Z ( x)1 { x< M } + Q{ Z M }1 { x= M } Ne cosegue direamee la desià di L _. Ache l iesià di L, ovvero, la desià del compesaore assoluamee coiuo di L (cosulare, ad esempio, Giesecke & Goldberg (25)), può essere calcolaa direamee ed è daa da: h L ( ) + λ j ( ) = mi α j, M Z (6) (per i deagli cosulare Brigo, Pallavicii & orresei (26)). L iesià h va a zero quado Z supera M, il che corrispode alla perdia oale, come previso. Iolre, se soo ammessi ui i valori ieri possibili ra uo e M per le dimesioi dei sali, ovvero, se a j = j e = M, l iesià h L ha u salo ogi vola che c è u salo el processo L della perdia cumulaiva del pool di omi. L iesià ha u salo verso il basso, e ciò sembrerebbe adare i direzioe opposa rispeo alla caraerisica di feedback, cosideraa i geere auspicabile ei modelli di perdia. uavia, le caraerisiche di feedback soo icorporae el osro modello e soo comprese ella possibilià di avere più defaul i piccoli iervalli, diversamee dalla maggior pare degli approcci alla modellizzazioe della perdia. Cosideriamo, ad esempio, solo due omi: ivece di avere u ome la cui perdia aumea la probabilià di defaul (iesià) del secodo ome, abbiamo due omi che vao immediaamee i defaul isieme. Ciò icorpora la caraerisica di feedback, ache se i modo esremo. Ifie, per vedere l effeo reciproco dei sigoli omi, è ecessaria ua formulazioe più sofisicaa, sulla base del modello di Poisso a sali comui, che pora al modello GPCL, aalizzao i Brigo, Pallavicii & orresei (27). Limii del modello. Il modello GPL da oi preseao può essere viso come ua paramerizzazioe paricolarmee semplice della 4 Risk Ialia Auuo 27

4 A. Idice DJ i-raxx e quoazioi di rache i pui base al 13 maggio 25, isieme agli spread domada/ offera Aacco/ disacco Scadeze Idice 38(4) 54(1) 65(3) 77(2) rache (1) (118) (384) (124) (1) 173 (68) 398 (4) 59 (2) (6) 57 (6) 141 (17) 188 (15) (2) 31 (5) 72 (2) 87 (15) (1) 21 (3) 42 (13) 6 (1) C. Errore di calibrazioe e i ell equazioe (8), calcolao i relazioe allo spread domada/offera, per rache quoae il 13 maggio 25 Aacco/ disacco Scadeze Idice,,1,3, rache 3,,1,2,2 3 6,,,2, 6 9,,,3,1 9 12,1,1,1, ,,,2,3 Noa: idice e rache soo quoai ramie il premio periodico, ecceo la rache equiy (-3) che è quoaa come premio upfro B. Idice DJ i-raxx e quoazioi di rache i pui base all 11 oobre 25, isieme agli spread domada/ offera Aacco/ disacco Scadeze Idice 23 (2) 38 (1) 47 (1) 58 (1) rache (26) 137 (26) (76) (74) (1) 95 (1) 2 (3) 515 (1) (6) 28 (1) 43 (2) 1 (4) (2) 27 (4) 54 (5) (1) 13 (2) 23 (3) Noa: idice e rache soo quoai ramie il premio periodico, ecceo la rache equiy (-3) che è quoaa come premio upfro diamica di disribuzioe della perdia implicia el mercao. Ua caraerisica posiiva è che la perdia varia solo co sali posiivi, come dovrebbe accadere i qualsiasi modello di perdia che abbia seso. Iolre, quesa scela ci cosee di oeere ua buoa calibrazioe ai dai di mercao, come si vede ella sezioe seguee. uavia, o siamo formulado ipoesi esplicie i merio a due imporai aspei. Primo, o abbiamo parlao di come fare i modo che il osro modello sia coeree co la diamica del sigolo ome. Secodo, o abbiamo spiegao come scegliere uo spread compleo per il pool e la diamica del asso di recupero. Ua possibilià può essere quella di far sì che le iesià ei processi di Poisso deermiio la variabile socasica Z e cosiderare rasformazioi di Z più geerali per ricavare il processo di perdia. Poiché i queso aricolo poiamo paricolare aezioe alla calibrazioe delle rache di CDO, che dipedoo solo dalla disribuzioe margiale della perdia, ralasciamo la discussioe di ali problemi i quesa sede e riviamo i leori a Brigo, Pallavicii & orresei (26) dove roverao u ampia aalisi del premio di proezioe da scegliere e della diamica del asso di recupero e a Brigo, Pallavicii & orresei (27) per u uleriore discussioe compredee la coereza co dai a sigolo ome. Sarao possibili progressi sigificaivi e es sulla modellizzazioe della perdia solo quado sarà dispoibile u maggior umero di quoazioi di mercao liquide per opzioi di rache e rache di ipo forward sarig. Calibrazioe del modello Lavoriamo co le specifiche del modello GPL di base dae dal processo GPL di guida Z ell equazioe (3), che uilizziamo per D. Iesià cumulaive, iegrae sio alla scadeza della rache, del modello GPL co M = 2 a oeere u modello della perdia del pool ramie la (5). I quesa formulazioe di base, ciascu processo di Poisso N j ha u iesià deermiisica cosae a rai l j (). Cosiderao che abbiamo oeuo direamee u modello della perdia del pool L _ o caraerizziamo del uo il processo bilaciao di coeggio dei defaul C _ ma foriamo solo i suoi valori aesi, dao che quesi soo i soli dai sul coeggio dei defaul coeui elle quoazioi di mercao (1) uilizzae per la calibrazioe (le quoazioi (2) dipedoo solo dalla perdia e o espliciamee dal coeggio dei defaul). I al modo suppoiamo che: 1 E C := 1 R E L co R < 1 E L b (7) dove l iervallo di defiizioe della cosae R è scelo i modo da garaire che, per ciascu empo il valore aeso del umero bilaciao di defaul sia maggiore o uguale alla perdia cumulaiva del pool di omi e che erambi siao miori o uguali a uo. Noare che si evia di irodurre ua diamica esplicia del asso di recupero (cosulare Brigo, Pallavicii & orresei (26 e 27), per u esposizioe iroduiva sulla diamica del asso di recupero). R può essere qui ierpreaa come ua specie di media dei assi di recupero. Procedura deagliaa di calibrazioe. I parameri del modello rovai co la procedura di calibrazioe soo le ampiezze a j {m N : m M } co j = 1..., e le iesià cumulaive Λ j (), che soo fuzioi reali o decrescei, lieari a rai, della scadeza delle rache. Λ() 1 1,955 3,726 4,464 7,694 3,,62,35,35 8,16,33,11,11 12,4,13,26,26 19,6,6,17,17 72,,9,26,49 185,,2,2,8 Noa: ciascua riga corrispode a compoei di Poisso differei co ampiezza del salo a. asso di recupero = 3% riskialia.com 41

5 E. Errore di calibrazioe e i ell equazioe (8), calcolao i relazioe allo spread domada/offera, per rache quoae l 11 oobre 25 Aacco/ disacco G. Errore di calibrazioe GPL per differei dimesioi miime della perdia 1/M i relazioe allo spread domada/offera per rache a 1 ai all 11 oobre 25 (asso di recupero = 3%) Aacco/ disacco Scadeze Idice,,,1,1 rache 3,1,1 1,2 2,1 3 6,1,1,3 1, 6 9,,1,3,9 9 12,4,8, ,,, Noa: le quoazioi co scadeza a re ai macao di due rache F. Iesià cumulaive, iegrae sio alle scadeze delle rache, del modello GPL co M = 2 a 5pb 1pb 2pb rache 3 2,1 1,8 1, , 1, 1, 1 ai 6 9,9,9,9 scadeze 9 12,8,9, ,,2, I valori oimali per le ampiezze a soo selezioai el modo seguee: Si fissao le dimesioi miime di salo i 1/M scegliedo l iero M M >. Si rova il miglior valore iero per a 1 calibrado l iesià cumulaiva Λ 1 per ciascu valore di a 1 ell iervallo [1, M ], poedo a zero ue le alre ampiezze. Si aggiuge l ampiezza a 2 e si rova il suo miglior valore iero calibrado le iesià cumulaive Λ 1 e Λ 2, paredo dal valore precedee Λ 1 come ipoesi, per ciascu valore di a 2 ell iervallo [1, M ]. Si ripee il passaggio precedee per a 1 co i = 3 e così via, calibrado le iesià cumulaive Λ 1,..., Λ i, paredo dal valore rovao precedeemee di Λ 1,..., Λ i 1 come ipoesi iiziale, sio a quado l errore di calibrazioe è al di soo di ua daa soglia o l iesià Λ i si può cosiderare rascurabile. Λ() 1,441 2,498 4,466 7,555 2,435,435,435,671 11,4,23,23,23 22,4,1,6,3 29,,,1,1 32,,4,4,4 192,,1,5,11 Noa: ciascua riga corrispode a compoei di Poisso differei co ampiezza del salo a. asso di recupero = 3% H. Valori delle ampiezze di Poisso a/m per diversi valori del salo miimo della perdia 1/M (%) 5pb Si corolla successivamee che la probabilià di avere più di M sali sia rascurabile e che il valore di R sia ell iervallo dao dall equazioe (7) per assicurare l asseza di oppopruià di arbiraggio. Per recuperare le quoazioi di mercao delle rache e degli idici poderae i base agli spread domada/offera del mercao, la fuzioe obieivo f da redere miima ella calibrazioe è la somma quadraica degli errori idicai dal modello: = ε i 2 f α, Λ, ε i = x i α, Λ (8) x Bid Ask i x i i Ampiezze di Poisso Daa mag. 6, 25,5 1,5 4, 6, 9,5 39,5 92,5 se. 2, 25,5 1, 4, 5,5 12,5 39, 1, o. 11, 25,5 1, 5,5 11, 14,5 16, 96, 1pb Ampiezze di Poisso Daa mag. 6, 25,1 1,5 4,6 5,9 9,6 39,6 53, ago. 5, 25,2 1,1 1,4 8,1 11,3 49, 62,4 o, 11, 25,1,7 1, 6,3 11,5 14,5 93,7 2pb Ampiezze di Poisso Daa mag. 6, 25,2 1,5 5,26 9,64 17,58 39,64 99,78 ago. 12, 25,38 1,6 1,14 7,38 12,24 41,34 99,8 o. 3, 25,2,98 1,16 7,52 9,74 43,34 65,16 o. 11, 25,16,68 1, 6,3 1,98 14,46 94,9 Noa: soo elecae solao le dae di calibrazioe ra il 6 maggio 25 e il 18 oobre 25 i cui cambiao i valori a/m. x i Mid dove x i, co i che spazia ell isieme delle quoazioi di mercao, soo i valori dell idice S per le quoazioi degli idici DJ iraxx e, per le quoazioi delle rache DJ iraxx, aleraivamee i assi dell idice del premio periodico S ovvero quelli del premio upfro U. Risulai della calibrazioe. Il modello GPL è calibrao alle quoazioi di mercao osservae seimaalmee dal 6 maggio 25 al 18 oobre 25. Prediamo R = 3%, secodo Albaese, Che & Dalessadro (23), come valore di riferimeo per il asso di recupero el mercao DJ iraxx Europe per i corai spo e forward. La qualià della calibrazioe seguee o viee compromessa se scegliamo u valore R = 4%, paragoabile al asso di recupero uilizzao di solio ei meccaismi di quoazioe semplificai sul mercao (cosulare Brigo, Pallavicii & orresei (26 e 27) per alcui esempi). Iiziamo co M = 2, corrispodee a ua dimesioe miima del salo della perdia di 5pb. Cosideriamo, come primo esempio, la daa di calibrazioe 13 maggio 25, i cui valori i igresso soo dai ella abella A. Nelle abelle C e D soo elecai i risulai della calibrazioe e i valori dei parameri calibrai. Gli errori di calibrazioe soo molo bassi per ue le scadeze. Si oi che u errore di calibrazioe miore di uo sigifica che la differeza ra la quoazioe di mercao e il prezzo del modello è miore dello spread domada/offera. Cosideriamo, come secodo esempio, 42 Risk Ialia Auuo 27

6 1 Modello di disribuzioe della perdia del modello GPL Desià,4,35,3,25,2,15,1,5 3 ai 5 ai 7 ai 1 ai,2,4,6,8,1 Perdia 5, 3 ai 4,5 5 ai 4, 7 ai 3,5 1 ai 3, 2,5 2, 1,5 1,,5,1,15,2,25,3 Perdia Noa: dimesioe miima di salo di 5pb a ue le scadeze quoae fio a 1 ai, rappreseaa co ua liea coiua Desià ( 1 3 ) la daa di calibrazioe 11 oobre 25, i cui valori i igresso soo dai ella abella B. Nelle abelle E ed F soo elecai i risulai della calibrazioe e i valori dei parameri calibrai. Gli errori di calibrazioe mosrao che la rache azioaria a 1 ai o ha u prezzo correo. Si rovao ali errori di prezzo i moli esempi di calibrazioe, i paricolare a parire da oobre 25. Quidi proviamo a cosiderare la dimesioe miima di salo della perdia 1/M, olre 5pb, co i valori 2pb e 1pb, che corrispodoo, rispeivamee, a M uguale a 5. e a 1.. La abella G mosra che le rache a scadeza deceale (le più difficili da calibrare secodo la osra esperieza) soo sabili elle re differei dimesioi della perdia. ale risulao suggerisce che adado a valori iferiori a 5pb o si aggiuge mola flessibilià al modello. Quesa osservazioe è cofermaa da uleriori es e i paricolare la differeza ra la calibrazioe co M = 1. e co M = 5. è sempre piccola. Iolre, il comporameo dell errore 2 Desià di probabilià del processo di perdia cumulaivo del pool di omi,5,1 Perdia dell ao 4,5,1 Perdia dell ao 8,5,1 Perdia dell ao 6,5,1 Perdia dell ao 1 Noa: dimesioe miima del salo della perdia di 1pb per scadeze a quaro, sei, oo e dieci ai rappreseaa co ua liea coiua alla daa di calibrazioe 11 oobre 25 medio di calibrazioe, ovvero, della media dei valori assolui degli e i araverso empi e quoazioi, è abbasaza simile per le re differei scele di M e ha valore o superiore a uo. Osserviamo ache che, al dimiuire della dimesioe miima di salo (al crescere della graularià ), aumea il rumore ella disribuzioe della perdia, a causa della preseza di piccole ampiezze. Iolre, ampiezze molo piccole, che appaioo quado la dimesioe miima di salo è equivalee a pochi pui base, possoo o soddisfare il requisio che il processo della perdia sali meo di M vole (vedere Osservazioe 1). Abbiamo ache provao a eseguire calibrazioi co M iferiore a 2, ovvero, co u salo della perdia miimo maggiore di 5pb. I queso caso, l errore di calibrazioe cresce velocemee. I effei, i ale caso la dimesioe miima di salo divea maggiore della ipica perdia del pool di omi che si ha quado uo dei omi va i defaul. Ciquaa pui base sembrao quidi essere u valore di riferimeo ragioevole. I valori delle ampiezze di Poisso soo abbasaza sabili ra le dae di calibrazioe. Di fao, i sei mesi osserviamo al massimo quaro variazioi dei loro valori, come mosrao ella abella H. La disribuzioe della perdia implicia el modello GPL è mulimodale e la fuzioe massa di probabilià ede ad avere valori della perdia maggiori al crescere della scadeza. Quese caraerisiche soo comui a differei approcci. Ad esempio, modelli saici, quali la disribuzioe implicia del asso di defaul i orresei, Brigo & Pallavicii (26a) o la superficie implicia del valore aeso della perdia delle rache di Walker (26) o i orresei, Brigo & Pallavicii (26b), prevedoo disribuzioi mulimodali della perdia. L evoluzioe della disribuzioe della perdia implicia è mosraa ella figura 1. Il modello diamico di correlazioe del credio di Albaese, Che & Dalessadro (25) mosra disribuzioi delle perdie implicie le cui ampiezze edoo a raggrupparsi al crescere della scadeza, porado a ua disribuzioe che ede alla ormale. Il modello GPL riproduce queso comporameo, come mosrao ella figura 2. Coclusioe e ricerca successiva Abbiamo irodoo u modello diamico GPL raabile e iuiivo per la disribuzioe della perdia di u pool. Abbiamo preseao risulai deagliai di calibrazioe per gli idici DJ iraxx, che mosrao che i valori oeui dalla calibrazioe soo buoi e che i parameri calibrai soo relaivamee sabili el riskialia.com 43

7 empo. È icorporaa la caraerisica di feedback dei defaul del modello, ammeedo la preseza di più di u defaul i piccoli iervalli di empo. Ua uleriore aivià di ricerca è ecessaria per la geeralizzazioe del modello GPCL, per oeere coereza co omi sigoli, come abbiamo iiziao a fare i Brigo, Pallavicii & orresei (27). Iolre, quado sarao dispoibili opzioi liquide di rache e quoazioi di rache di ipo forward-sarig, sarà opporuo predere i cosiderazioe u premio co ua diamica socasica raabile e le esesioi della diamica del asso di recupero suggerii i Brigo, Pallavicii & orresei (26, 27). raduzioe: Ligo 24, co la cosuleza di Robero orresei Damiao Brigo è Maagig Direcor e Global Head del eam Q-SCI presso DerivaiveFich a Lodra. Adrea Pallavicii e Robero orresei soo aalisi quaiaivi seior presso Baca IMI a Milao. Soo grai ai due referee aoimi per i loro preziosi commei e suggerimei. U rigraziameo paricolare va a Norddie Beai per aver messo a fuoco u problema paricolarmee delicao i ua versioe iiziale dell aricolo. Riferimei bibliografici Albaese C, O Che e A Dalessadro, 25 Dyamic credi correlaio modelig Documeo di lavoro, dispoibile presso hp://defaulrisk.com/pp corr 8.hm Brigo D, A Pallavicii e R orresei, 26 Calibraio of CDO raches wih he dyamical geeralised-poisso loss model Documeo di lavoro, dispoibile presso hp://ssr.com/absrac=9549 Brigo D, A Pallavicii e R orresei, 27 Cluser-based exesio of he geeralised Poisso loss dyamics ad cosisecy wih sigle ames Preseao per la pubblicazioe ell Ieraioal Joural of heoreical ad Applied Fiace. Versioe ampliaa dispoibile presso hp://ssr.com/absrac= Elouerkhaoui Y, 26 Pricig ad hedgig i a dyamic credi model Documeo di lavoro Ciigroup, preseao alla cofereza Credi Correlaio: Life Afer Copulas, Lodra, 29 seembre 26 Giesecke K e L Goldberg, 25 A op dow approach o muli-ame credi Available a hp://www.saford.edu/dep/msade/ people/faculy/giesecke/opdow.pdf Lidskog F e A McNeil, 23 Commo Poisso shock models: applicaios o isurace ad credi risk modelig Asi Bullei 33, pp orresei R, D Brigo e A Pallavicii, 26a Risk eural versus objecive loss disribuio ad CDO raches valuaio Dispoibile presso hp://ssr.com/absrac=9784 orresei R, D Brigo e A Pallavicii, 26b Implied expeced rached loss surface from CDO daa Documeo di lavoro, dispoibile presso hp://ssr.com/absrac= Walker M, 26 CDO models. owards he ex geeraio: icomplee markes ad erm srucure Documeo di lavoro, dispoibile presso hp://defaulrisk.com/pp crdrv19.hm 44 Risk Ialia Auuo 27

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

Dettagli

Risk Italia. L'attività in prodotti derivati di BancoPosta. Intervista con Stefano Calderano, responsabile dei prodotti retail OTTOBRE 2002

Risk Italia. L'attività in prodotti derivati di BancoPosta. Intervista con Stefano Calderano, responsabile dei prodotti retail OTTOBRE 2002 OTTOBRE www.ris.e Ris Ialia CURRECIES ITEREST RATES EQUITIES COMMODITIES CREDIT RISK ITALIA VOL / O OTTOBRE L'aivià i prodoi derivai di BacoPosa Iervisa co Sefao Calderao, resposabile dei prodoi reail

Dettagli

SCUOLA POLITECNICA IN ECONOMIA E ORGANIZZAZIONE VILFREDO PARETO MASTER IN E-BUSINESS CAPITAL BUDGETING

SCUOLA POLITECNICA IN ECONOMIA E ORGANIZZAZIONE VILFREDO PARETO MASTER IN E-BUSINESS CAPITAL BUDGETING CAPITAL BUDGETING VALUTAZIONE DI PROGETTI D INVESTIMENTO CON PREVISIONE DEI FLUSSI DI CASSA ATTESI: l impresa ivese moea oggi per oeere flussi moeari icremeali el fuuro.* PROGETTO: Ivesimeo i arezzaure

Dettagli

Modelli attuariali per la previdenza complementare

Modelli attuariali per la previdenza complementare Modelli auariali per la prevideza complemeare Fabio Grasso Diparimeo di Scieze Saisiche Uiversià degli Sudi di Roma La Sapieza fabiograsso@uiroma1i Riassuo Il presee lavoro esamia i profili auariali della

Dettagli

Analisi dei segnali nel dominio del tempo

Analisi dei segnali nel dominio del tempo Appui di Teoria dei Segali a.a. / Aalisi dei segali el domiio del empo L.Verdoliva I quesa prima pare del corso sudieremo come rappreseare i segali empo coiuo e discreo el domiio del empo e defiiremo le

Dettagli

LEZIONI DI ANALISI ECONOMETRICA

LEZIONI DI ANALISI ECONOMETRICA LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici

Dettagli

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità)

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità) 4 Quai eravamo, quai siamo, quai saremo Che cosa si impara el capiolo 4 er cooscere le caraerisiche e l evoluzioe della popolazioe ialiaa araverso u lugo arco di empo uilizziamo il asso di icremeo medio

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale Teoria della Finanza Aziendale Rischio e Valuazione degli invesimeni 9 1-2 Argomeni raai Coso del capiale aziendale e di progeo Misura del bea Coso del capiale e imprese diversificae Rischio e flusso di

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Minicorso Stocks Market Trading Analysis

Minicorso Stocks Market Trading Analysis Pare 1 Miicorso Socks Marke Tradig Aalysis di Adrea Saviao Vedo prevedo sravedo, premessa L aalisi ecica e l albero di Naale Il bravo scieziao: sadard e ormale, iaziuo Gli srumei a disposizioe del bravo

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI

SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI DIPARTIMENTO DI SCIENZE ATTUARIALI E FINANZIARIE UNIVERSITÀ

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO

UNIVERSITÀ DEGLI STUDI DI BERGAMO UIVERSITÀ DEGLI STUDI DI BERGAMO Facolà di Ecoomia Diparimeo di Maemaica, saisica, iformaica e applicazioi "Lorezo Mascheroi" Doorao di Ricerca i: Meodi compuazioali per le previsioi e decisioi ecoomiche

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

1. Considerazioni generali

1. Considerazioni generali . osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

Struttura dei tassi per scadenza

Struttura dei tassi per scadenza Sruura dei assi per scadenza /45-Unià 7. Definizione del modello ramie gli -coupon bonds preseni sul mercao Ipoesi di parenza Sul mercao sono preseni all isane ZCB che scadono fra,2,,n periodi Periodo:

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo

Dettagli

PARAMETRI DEL MOTO SISMICO

PARAMETRI DEL MOTO SISMICO PARAMETRI DEL MOTO SISMICO Attività microsismica: caratterizzata da vibrazioi di debole ampiezza e periodi molto gradi tali da o essere percepiti dai più comui strumeti di registrazioe (importate soprattutto

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

CAPITOLO 5 TEORIA DELLA SIMILITUDINE

CAPITOLO 5 TEORIA DELLA SIMILITUDINE CAPITOLO 5 TEORIA DELLA SIMILITUDINE 5.. Itroduzioe La Teoria della Similitudie ha pricipalmete due utilizzi: Estedere i risultati otteuti testado ua sigola macchia ad altre codizioi operative o a ua famiglia

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA STATISTICA ECONOMICA STATISTICA PER L ECONOMIA aa 2009-2010 Operazioi statistiche elemetari Spesso ci si preseta il problema del cofroto tra dati Ad esempio, possiamo voler cofrotare feomei [ecoomici]

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo)

velocità angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un intervallo di tempo) V A = AMPIEZZA = lunghezza di V A ALTERNATA Proiezione di V X ISTANTE = velocià angolare o pulsazione (gradi /s oppure rad/s) (angolo percorso da V in un inervallo di empo) DEVE ESSERE COSTANTE Angolo

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

Analisi Fattoriale Discriminante

Analisi Fattoriale Discriminante Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity

Dettagli

Le variabili predittive della posizione netta in credito commerciale: evidenze empiriche per le imprese italiane

Le variabili predittive della posizione netta in credito commerciale: evidenze empiriche per le imprese italiane Le variabili prediive della posizioe ea i credio commerciale: evideze empiriche per le imprese ialiae di Lucia Gibilaro Uiversià degli Sudi di Bergamo e Gialuca Maarocci Uiversià degli Sudi di Roma Tor

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

Appunti su rendite e ammortamenti

Appunti su rendite e ammortamenti Corso di Matematica I Facoltà di Ecoomia Dipartimeto di Matematica Applicata Uiversità Ca Foscari di Veezia Fuari Stefaia, fuari@uive.it Apputi su redite e ammortameti 1. Redite Per redita si itede u isieme

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA Architetture dei sistemi itegrati digitali Alessadro Bogliolo Esercitazioe 2 Progetto e realizzazioe di u semplice sitetizzatore musicale basato su FPGA (A) Defiizioe della specifica ed esperimeti prelimiari

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1.

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1. FLEIBILITÀ DELLE PRETZIONI... 2. deguameo delle resazioi... 3.. ssicurazioi idicizzae e rivaluabili... 5.2 ssicurazioi Wi Profi... 7.3 ssicurazioi Ui Liked....4 Ierazioi ra riserva maemaica ed ivesimei

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

Matematica Finanziaria

Matematica Finanziaria Corso di Matematica Fiaziaria a.a. 202/203 Testo a cura del Prof. Sergio Biachi Programma Operazioi fiaziarie i codizioi di certezza L operazioe fiaziaria elemetare Operazioi a proti e a termie Regimi

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

Lezione 10. (BAG cap. 9) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia

Lezione 10. (BAG cap. 9) Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia Lezione 10 (BAG cap. 9) Il asso naurale di disoccupazione e la curva di Phillips Corso di Macroeconomia Prof. Guido Ascari, Universià di Pavia In queso capiolo Inrodurremo uno degli oggei più conosciui

Dettagli

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30)

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30) Copyright 2005 Esselibri S.p.A. Via F. Russo, 33/D 8023 Napoli Azieda co sistema qualità certificato ISO 400: 2003 Tutti i diritti riservati. È vietata la riproduzioe ache parziale e co qualsiasi mezzo

Dettagli

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina)

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina) ITIS OMAR Dipartimeto di Meccaica APPUNTI DI ECONOMIA ELEMENTARE (tratti da A. MONTE Elemeti di Impiati Idustriali Cortia) Si defiisce iteresse il dearo pagato per l'uso di u capitale otteuto i prestito

Dettagli

La previsione della domanda nella supply chain

La previsione della domanda nella supply chain La previsione della domanda nella supply chain La previsione della domanda 1 Linea guida Il ruolo della prerevisione nella supply chain Le caraerisiche della previsione Le componeni della previsione ed

Dettagli

Schemi a blocchi. Sistema in serie

Schemi a blocchi. Sistema in serie Scem a blocc Nel caso ssem semplc, ques possoo essere scemazza meae blocc, ce rappreseao vers compoe, collega ra loro sere o parallelo a secoa ella logca uzoameo. Vl Valvolal solvee Sesore Pompa Pompa

Dettagli

Economia Internazionale - Soluzioni alla IV Esercitazione

Economia Internazionale - Soluzioni alla IV Esercitazione Ecoomia Iterazioale - Soluzioi alla IV Esercitazioe 25/03/5 Esercizio a) Cosa soo le ecoomie di scala? Come cambia la curva di oerta i preseza di ecoomie di scala? Perchè queste oroo u icetivo al commercio

Dettagli

4 La riserva matematica

4 La riserva matematica 4 La riserva maemaica 4.1 Inroduzione La polizza, come si è viso, viene cosruia in modo da essere in equilibrio auariale alla daa di sipula = 0 e rispeo alla base ecnica del I ordine: se X è il flusso

Dettagli

2.1. CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA

2.1. CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA Politecico di Torio Sistemi di Produzioe... CONSIDERAZIONI GENERALI SULLA TEORIA DEL METODO AGLI ELEMENTI FINITI PER LA SIMULAZIONE DEI PROCESSI DI LAMIERA... Equazioe di govero Negli ultimi ai il metodo

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

Dettagli

Indici COMIT Metodologia di calcolo

Indici COMIT Metodologia di calcolo Il presete documeto riassume le regole fodametali per il calcolo e la gestioe degli idici elaborati da Itesa Sapaolo per l itero Mercato Telematico Azioario italiao (MTA) ed il vecchio Nuovo Mercato. Gli

Dettagli

TRASMISSIONE IN FIBRA OTTICA

TRASMISSIONE IN FIBRA OTTICA TRASMISSIONE IN FIBRA OTTICA Storia delle comuicazioi ottiche 84 a.c.: caduta di Troia comuicata a Micee (550km di distaza) attraverso ua serie di fuochi allieati 794 d.c.: rete di Chappe collega Parigi

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,

Dettagli

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI A.A. 2013/14 Eserciazione - IRPEF TESTO E SOLUZIONI Esercizio 1 - IRPEF Il signor X, che vive solo e non ha figli, ha percepio, nel corso dell anno correne, i segueni reddii: - Reddii da lavoro dipendene

Dettagli

ARGOMENTI Scopi e caratteristiche dello strumento Tipologie di mutui Il mercato secondario e il ruolo svolto nella crisi finanziaria

ARGOMENTI Scopi e caratteristiche dello strumento Tipologie di mutui Il mercato secondario e il ruolo svolto nella crisi finanziaria MERCATO DEI MUTUI A.A. 2015/2016 Prof. Alberto Dreassi adreassi@uits.it DEAMS Uiversità di Trieste ARGOMENTI Scopi e caratteristiche dello strumeto Tipologie di mutui Il mercato secodario e il ruolo svolto

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

Matematica Finanziaria

Matematica Finanziaria Corso di Matematica Fiaziaria a.a. 202/203 Testo a cura del Prof. Sergio Biachi Programma Operazioi fiaziarie i codizioi di certezza L operazioe fiaziaria elemetare Operazioi a proti e a termie Regimi

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

STIMA DEL FONDO RUSTCO

STIMA DEL FONDO RUSTCO STIMA DEL FONDO RUSTCO 1) Quali soo gli aspetti ecoomici che possoo essere presi i cosiderazioe ella stima dei fodi rustici? La stima di u fodo rustico può essere fatta applicado i segueti aspetti ecoomici:

Dettagli

2. Politiche di gestione delle scorte

2. Politiche di gestione delle scorte deerminisica variabile nel empo Quando la domanda viaria nel empo, il problema della gesione dell invenario divena preamene dinamico. e viene deo di lo-sizing. Consideriamo il caso in cui la domanda pur

Dettagli

INVENTORY CONTROL. Ing. Lorenzo Tiacci

INVENTORY CONTROL. Ing. Lorenzo Tiacci INVENTORY CONTRO Ig. orezo Tiacci Testo di riferimeto: Ivetory Maagemet ad Productio Plaig ad Cotrol - Third Ed. E.A. Silver, D.F. Pyke, R. Peterso Wiley, 998 Idice. POITICA (s, ) (order poit, order quatity)

Dettagli

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE Capitoo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE 3.1 LA TEORIA DI WEIBULL I comportameto meccaico dee fibre di giestra e di juta è stato caratterizzato mediate o studio dea resisteza a trazioe dee fibre

Dettagli

Medici Specialisti e Odontoiatri

Medici Specialisti e Odontoiatri ALLEGATO B BOLLO 16,00 P A R T E P R I M A DOMANDA DI INCLUSIONE NELLA GRADUATORIA art. 21 dell Accordo Collettivo Nazioale per la disciplia dei rapporti co i Medici specialisti ambulatoriali, Medici Veteriari

Dettagli

A = 10 log. senϕ = n n (3)

A = 10 log. senϕ = n n (3) CORSO DI LABORATORIO DI FISICA A Misure co fibre ottiche Scopo dell esperieza è la misura dell atteuazioe e dell apertura umerica di fibre ottiche di tipo F-MLD-500. Teoria dell esperieza La fisica sulla

Dettagli

ESERCIZI SUI MOTORI ALTERNATIVI A COMBUSTIONE INTERNA

ESERCIZI SUI MOTORI ALTERNATIVI A COMBUSTIONE INTERNA ESERCIZI SUI MOTORI ALTERNATII A COMBUSTIONE INTERNA U oor alraivo co cilidri a ua cilidraa oal di 0,999 d, u rapporo cora diaro di 0,9 fuzioa a ri a 000 iri/i. riar la CORSA la ELOCITÀ MEIA EL PISTONE

Dettagli

Complessità Computazionale

Complessità Computazionale Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo

Dettagli

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI APPROFONDIMENTI www.shutterstock.com/vladitto Stima di u immobile a destiazioe alberghiera di Maria Ciua (Ricercatore di Estimo Facoltà di Igegeria dell Uiversità di Palermo) I geere ell expertise immobiliare

Dettagli

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo appello del. primo modulo. di ANALISI 18.07.2006 Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri

Dettagli

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di

Soluzione del tema di Informatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Prof. Mauro De Berardis Itis Teramo Mercurio 2011 Prova scritta di Soluzioe del tema di Iformatica Progetto Mercurio Esame di Stato AS 2010-2011 1 Sessioe ordiaria Esame di Stato 2011 Tema di Iformatica - Progetto: Mercurio Soluzioe proposta da: Co il termie Web 2.0 si

Dettagli

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto Sommario Metodologie di progetto Massimo Violate troduzioe Progetto a Livello Porte Logiche Progetto a Livello Registri Progetto a Livello Sistema. troduzioe U sistema è ua collezioe di oggetti, compoeti,

Dettagli

LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1

LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1 A. Fac. Medic. Ve. di Para (Vol. XXVII, 27) pag. 321 - pag. 344 LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1 INVESTMENT VALUATION:

Dettagli

, l'insieme dei numeri interi relativi: 0, 1, 1, 2, 2, infinito. m dove m e n sono elementi di. Le frazioni hanno tre

, l'insieme dei numeri interi relativi: 0, 1, 1, 2, 2, infinito. m dove m e n sono elementi di. Le frazioni hanno tre Uiversità Boccoi. Ao accademico 00 00 Corso di Matematica Geerale Prof. Fabrizio Iozzi email: fabrizio.iozzi@ui-boccoi.it Lezioi / Gli isiemi umerici Gli isiemi umerici co i quali lavoreremo soo:, l'isieme

Dettagli

INTERBANCA Codice ISIN IT0004041478

INTERBANCA Codice ISIN IT0004041478 REGOLAMENTO DEL PRESTITO OBBLIGAZNAR INTERBANCA 2006/2011 Discoun Dynamic Index 24 fino a EUR 250.000.000 Ar. 1 - TITOLI Il presio obbligazionario Inerbanca 2006/2011 Discoun Dynamic Index 24 fino a EUR

Dettagli

Corso di Economia del Lavoro Daniele Checchi Blanchard-Amighini-Giavazzi cap.4 anno 2014-15

Corso di Economia del Lavoro Daniele Checchi Blanchard-Amighini-Giavazzi cap.4 anno 2014-15 Corso i Economia el Lavoro Daniele Checchi Blanchar-Amighini-Giavazzi cap.4 anno 2014-15 I MERCATI FINANZIARI Esise una grane varieà i aivià finanziarie. Il risparmiaore eve scegliere in quali forme eenere

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo

Media Mobile di ampiezza k (k pari) Esempio: Vendite mensili di shampoo Media Mobile di ampiezza k (k pari) Esempio: Vendie mensili di shampoo Mese y 1 266,0 2 145,9 3 183,1 4 119,3 5 180,3 6 168,5 7 231,8 8 224,5 9 192,8 10 122,9 11 336,5 12 185,9 1 194,3 2 149,5 3 210,1

Dettagli

Valutazione delle prestazioni di calcolo

Valutazione delle prestazioni di calcolo Architettura degli Elaboratori e delle Reti Valutazioe delle prestazioi di calcolo A. Borghese, F. Pedersii Dipartimeto di Iformatica Uiversità degli Studi di Milao 1 Perché valutare le prestazioi? Perché?!

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli