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

Corso di Intermediari Finanziari e Microcredito

Corso di Intermediari Finanziari e Microcredito Idice Corso di Iermediari iaziari e Microcredio Iroduzioe I crieri radizioali di valuazioe dei progei di ivesimeo; La valuazioe dei progei di ivesimeo I crieri fiaziari di valuazioe dei progei d ivesimeo

Dettagli

I modelli basati sul cash-flow mapping

I modelli basati sul cash-flow mapping I modelli basai sul cash-flow mappig Slides rae da: Adrea Resi Adrea Siroi Rischio e valore elle bache Misura, regolameazioe, gesioe Rischio e valore elle bache I modelli basai sul cash flow mappig AGENDA

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

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

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

Appendice 1. Le previsioni economiche

Appendice 1. Le previsioni economiche Saisica aziedale Bruo Bracalee, Massimo Cossigai, Aa Mulas Copyrigh 009 The McGraw-Hill Compaies srl Appedice. Le previsioi ecoomiche A. Iroduzioe La previsioe del fuuro da sempre cosiuisce maeria di grade

Dettagli

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO Moduo 8a 1 APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO 1. Iroduzioe 2. La eoria de cosumo di Dueseberry 3. La eoria de cico viae di Modigiai 2 1. Iroduzioe Dae esperieze dei maggiori sisemi macroecoomici,

Dettagli

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n 3ALPGC-Cosruzioe di Macchie 3 4 Calcolo a faica 4. Normaiva UNI 886 Resiseza a flessioe Per quao riguarda il calcolo a faica per flessioe delle ruoe di igraaggi la ormaiva UNI 886 (987) fa riferimeo alla

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

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale Nozioi elemeari di alisi Maemaica applicae alla Fisica Geerale Nozioe di iegrale ideiio La derivazioe può essere ierpreaa come ua regola che, per ogi uzioe assegaa (primiiva), ci permee di deermiare u

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

Metodi matematici per l'ingegneria.

Metodi matematici per l'ingegneria. Meodi maemaici per l'igegeria. Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.3 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza dubbio soo

Dettagli

Metodi matematici per l ingegneria (Matematica 4)

Metodi matematici per l ingegneria (Matematica 4) Meodi maemaici per l igegeria (Maemaica 4) Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.4 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza

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

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

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

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

18.2 SERIE DI FOURIER IN FORMA TRIGONOMETRICA

18.2 SERIE DI FOURIER IN FORMA TRIGONOMETRICA C A P I T O L O 8 SERIE DI FOURIER 8. INTRODUZIONE Nei capioli precedei è sao dedicao ampio spazio alla aalisi di circuii piloai da geeraori siusoidali. Il presee capiolo è dedicao alla aalisi di circuii

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

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

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

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016

Capitolo 27. Elementi di calcolo finanziario EEE 2015-2016 Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

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

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

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata Rischio di ieresse: Il modello del clumpig Prof. Ugo Pomae Uiversià di Roma Tor Vergaa Problemi dei modelli precedei Repricig gap e duraio gap Ipoesi variazioe uiforme dei assi di ieresse delle diverse

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

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

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

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

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

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c.

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c. I LEZIONE Il ostro iteto è aalizzare i dettaglio i metodi di cifratura che si soo susseguiti el corso della storia prestado particolare attezioe all impiato matematico che e cosete la realizzazioe Iiziamo

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

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

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

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

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

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

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

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

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI

LE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità

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

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015

Corso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015 Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

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

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

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

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

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

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

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

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

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

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

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

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

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

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

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

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

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

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

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

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

Progressioni aritmetiche

Progressioni aritmetiche Progressioi aritmetiche Comiciamo co due esempi: Esempio Cosideriamo la successioe di umeri:, 7,, 5, 9, +4 +4 +4 +4 +4 La successioe è tale che si passa da u termie al successivo aggiugedo sempre +4. Si

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

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

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

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

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

Sviluppare una metodologia di analisi per valutare la convenienza economica di un nuovo investimento, tenendo conto di alcuni fattori rilevanti:

Sviluppare una metodologia di analisi per valutare la convenienza economica di un nuovo investimento, tenendo conto di alcuni fattori rilevanti: Analisi degli Invesimeni Obieivo: Sviluppare una meodologia di analisi per valuare la convenienza economica di un nuovo invesimeno, enendo cono di alcuni faori rilevani: 1. Dimensione emporale. 2. Grado

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

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

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

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

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

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

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

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

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:

CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli: PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle

Dettagli

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE

STATISTICA 1 parte 2/2 STATISTICA INFERENZIALE STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI

Dettagli

3.1 Il principio di inclusione-esclusione

3.1 Il principio di inclusione-esclusione Capitolo 3 Calcolo combiatorio 3.1 Il pricipio di iclusioe-esclusioe Il calcolo combiatorio prede i cosiderazioe degli isiemi fiiti particolari e e cota il umero di elemeti. Questo può dar luogo ad iteressati

Dettagli

La stima per capitalizzazione dei redditi

La stima per capitalizzazione dei redditi La stima per capitalizzazioe dei redditi 24.X.2005 La stima per capitalizzazioe La capitalizzazioe dei redditi è l operazioe matematico-fiaziaria che determia l ammotare del capitale - il valore di mercato

Dettagli

La vischiosità dei depositi a vista durante la recente crisi finanziaria: implicazioni in una prospettiva di risk management

La vischiosità dei depositi a vista durante la recente crisi finanziaria: implicazioni in una prospettiva di risk management La vischiosià dei deposii a visa durane la recene crisi finanziaria: implicazioni in una prospeiva di risk managemen Igor Gianfrancesco Camillo Gilibero 31/01/1999 31/07/1999 31/01/2000 31/07/2000 31/01/2001

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

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

Operazioni finanziarie. Operazioni finanziarie

Operazioni finanziarie. Operazioni finanziarie Operazioni finanziarie Una operazione finanziaria è uno scambio di flussi finanziari disponibili in isani di empo differeni. Disinguiamo ra: operazioni finanziarie in condizioni di cerezza, quando ui gli

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

DISPENSE DI MATEMATICA FINANZIARIA

DISPENSE DI MATEMATICA FINANZIARIA SPENSE MATEMATA FNANZAA 3 Piai di ammortameto. 3. osiderazioi geerali. U piao di ammortameto cosiste ella restituzioe di u importo preso a prestito mediate il versameto d'importi distribuiti el tempo.

Dettagli

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero Lezioe 9- - Problema del trasporto Prof. Cerulli Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, ) A o violi

Dettagli

cerchiamo di convincerci che ha senso sommare infiniti numeri! INSIEME INFINITO non INSIEME ILLIMITATO maggiorante limitato B 1/4 + 1/16 + 1/64

cerchiamo di convincerci che ha senso sommare infiniti numeri! INSIEME INFINITO non INSIEME ILLIMITATO maggiorante limitato B 1/4 + 1/16 + 1/64 By Luca Torchio Prima di defiire i modo rigoroso ua somma di ifiiti umeri, che tra l altro i matematici chiamao Serie, cerchiamo di covicerci che ha seso sommare ifiiti umeri! La cosa, i effetti, fa u

Dettagli