Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna
|
|
- Lino Lupo
- 5 anni fa
- Visualizzazioni
Transcript
1 Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone novembre 211 Funzon Eulerane - robabltà professor Danele Rtell 1/2?
2 Cambo d varabl Sa A un sottonseme aperto d R 2. La trasformazone ϕ : A R 2 s dce regolare se: (a) ϕ è nettva (b) ϕ è parzalmente dervable con dervate prme contnue (c) det I ϕ (x) per ogn x A 2/2?
3 Coordnate polar nel pano Se A = (, + ) [, 2π) la trasformazone ϕ : A R 2 ϕ(ρ, ϑ) := (ρ cos ϑ, ρ sn ϑ) è regolare. Il determnante della matrce jacobana vale det I ϕ (ρ, ϑ) = det cos ϑ ρ sn ϑ sn ϑ ρ cos ϑ = ρ > 3/2?
4 Teorema Sa ϕ : A R m è una trasformazone regolare, essendo A msurable. La funzone msurable f : A R è sommable su A se e solo se la funzone x f(ϕ(x)) det I ϕ (x) è sommable d ϕ 1 (A). In tale caso vale: f(u)du = A ϕ 1 (A) f(ϕ(x)) det I ϕ (x) dx 4/2?
5 Euler functons Euler Gamma, Γ(z) s defned for z > by: Γ(z) = t z 1 e t dt 5/2?
6 Euler functons Euler Gamma, Γ(z) s defned for z > by: Γ(z) = t z 1 e t dt It s an mproper ntegral, but s possble to verfy that converges 5/2?
7 Euler functons Euler Gamma, Γ(z) s defned for z > by: Γ(z) = t z 1 e t dt It s an mproper ntegral, but s possble to verfy that converges Gamma extends the factoral snce Γ(z + 1) = z Γ(z) and beng Γ(1) = 1 f n N we have n! = Γ(n + 1) 5/2?
8 Γ ( ) 1 2 = + t e t dt = e t t dt 6/2?
9 Γ t = u = t = u 2 ( ) 1 2 = + = dt = 2udu t e t dt = e t t dt 6/2?
10 Γ t = u = t = u 2 ( ) 1 2 = + = dt = 2udu ( ) 1 Γ = 2 t e t dt = 2ue u2 u du e t t dt 6/2?
11 ( ) + Γ = t e t dt = 2 t = u = t = u 2 = dt = 2udu ( ) 2ue u2 Γ = du = 2 2 u e t t dt e u2 du 6/2?
12 Γ t = u = t = u 2 Γ ( ) 1 2 ( ) 1 2 = = + = dt = 2udu 2ue u2 u t e t dt = du = 2 e t t dt e u2 du = π 6/2?
13 Euler Reflexon Formula for x / Z Γ(x)Γ(1 x) = π sn πx 7/2?
14 Euler Reflexon Formula Γ(x)Γ(1 x) = π sn πx for x / Z Second reflexon formula Γ( x)γ(1 2 x) = π cos(πx) 7/2?
15 Euler Beta Theorem If x, y > : Γ(x) Γ(y) Γ(x + y) = s x 1 (1 s) y 1 ds 8/2?
16 Euler Beta Theorem If x, y > : Γ(x) Γ(y) Γ(x + y) = s x 1 (1 s) y 1 ds Ths dentty can be reformulated ntroducng the Euler Beta functon: n such a way B(x, y) = s x 1 (1 s) y 1 ds Γ(x) Γ(y) B(x, y) = Γ(x + y) 8/2?
17 roof We start from Gamma s defnton Γ(x) = varable puttng t = u 2 so that Γ(x) = u 2x 1 e u2 du t x 1 e t dt then change 9/2?
18 roof We start from Gamma s defnton Γ(x) = varable puttng t = u 2 so that Γ(x) = 2 Smlarly Γ(y) = u 2x 1 e u2 du v 2y 1 e v2 dv t x 1 e t dt then change 9/2?
19 roof We start from Gamma s defnton Γ(x) = varable puttng t = u 2 so that Γ(x) = 2 Smlarly Γ(y) = 2 Now use Fubn s Theorem Γ(x)Γ(y) = [,+ ) [,+ ) + u 2x 1 e u2 du v 2y 1 e v2 dv t x 1 e t dt then change u 2x 1 v 2y 1 e (u2 +v 2) dudv 9/2?
20 Change to polar coordnate u = ρ cos ϑ v = ρ sn ϑ obtanng 1/2?
21 Change to polar coordnate u = ρ cos ϑ v = ρ sn ϑ obtanng Γ(x)Γ(y) = 4 ( + ) ( π/2 ρ 2x+2y 1 e ρ2 dρ cos 2x 1 ϑ sn 2y 1 ϑ dϑ ) 1/2?
22 Change to polar coordnate u = ρ cos ϑ v = ρ sn ϑ obtanng Γ(x)Γ(y) = 4 ( + = Γ(x + y) ) ( π/2 ρ 2x+2y 1 e ρ2 dρ π/2 2 cos 2x 1 ϑ sn 2y 1 ϑ dϑ cos 2x 1 ϑ sn 2y 1 ϑ dϑ ) 1/2?
23 To end the proof we have to show that B(x, y) = π/2 2 cos 2x 1 ϑ sn 2y 1 ϑ dϑ 11/2?
24 To end the proof we have to show that B(x, y) = π/2 But comng back to Beta s defnton 2 cos 2x 1 ϑ sn 2y 1 ϑ dϑ B(x, y) = we are done puttng s = cos 2 ϑ s x 1 (1 s) y 1 ds 11/2?
25 Exercse Evaluate x 2 1 x 2 dx 12/2?
26 Exercse Evaluate x 2 = u = x 2 1 x 2 dx x 2 1 x 2 dx = u(1 u) 1/2 1 2 u du 12/2?
27 Exercse Evaluate x 2 = u = x 2 1 x 2 dx = 1 2 x 2 1 x 2 dx x 2 1 x 2 dx = u 1/2 (1 u) 1/2 du u(1 u) 1/2 1 2 u du 12/2?
28 Exercse Evaluate x 2 = u = x 2 1 x 2 dx = 1 2 x 2 1 x 2 dx x 2 1 x 2 dx = u(1 u) 1/2 1 2 u du u 1/2 (1 u) 1/2 du= 1 2 B(3 2, 3 2 ) 12/2?
29 Exercse Evaluate x 2 = u = x 2 1 x 2 dx = 1 2 x 2 1 x 2 dx x 2 1 x 2 dx = u(1 u) 1/2 1 2 u du u 1/2 (1 u) 1/2 du= 1 2 B(3 2, 3 2 )= 1 2 Γ 2 ( 3 2 ) Γ(3) 12/2?
30 Exercse Evaluate x 2 = u = x 2 1 x 2 dx = 1 2 x 2 1 x 2 dx x 2 1 x 2 dx = u(1 u) 1/2 1 2 u du u 1/2 (1 u) 1/2 du= 1 2 B(3 2, 3 2 )= 1 2 Γ 2 ( 3 2 ) Γ(3) = 1 2 π 8 12/2?
31 Msure d robabltà Se Ω è un nseme non vuoto ed A è una σ-algebra d sottonsem d Ω ogn msura completa su Ω tale che (Ω) = 1 s dce msura d probabltà su A 13/2?
32 Msure d robabltà Se Ω è un nseme non vuoto ed A è una σ-algebra d sottonsem d Ω ogn msura completa su Ω tale che (Ω) = 1 s dce msura d probabltà su A Completa sgnfca che A A, B A, (A) = = B A 13/2?
33 Msure d robabltà Se Ω è un nseme non vuoto ed A è una σ-algebra d sottonsem d Ω ogn msura completa su Ω tale che (Ω) = 1 s dce msura d probabltà su A Completa sgnfca che A A, B A, (A) = = B A e qund (B) = 13/2?
34 robabltà condzonata Il problema posto dal condzonamento è quello del modo n cu una certa quanttà d nuova nformazone può essere amalgamata con l nformazone gà mmagazznata n un dato modello d probabltà (Ω, A, ) 14/2?
35 robabltà condzonata Il problema posto dal condzonamento è quello del modo n cu una certa quanttà d nuova nformazone può essere amalgamata con l nformazone gà mmagazznata n un dato modello d probabltà (Ω, A, ) L dea è che l acquszone d nuova nformazone modfca le nostre conoscenze e qund c mette n condzone d valutare la probabltà degl event consderat n una manera dversa da quella consentta dalle nostre nformazon nzal. 14/2?
36 Defnzone Dato uno spazo d probabltà (Ω, A, ) e due event A, B A tal che sa verfcata la relazone (A) >, chameremo la quanttà (B A) := (B A) (A) probabltà condzonata d B rspetto ad A (probabltà che s verfch B sapendo che s è verfcato A). 15/2?
37 Defnzone Dato uno spazo d probabltà (Ω, A, ) e due event A, B A tal che sa verfcata la relazone (A) >, chameremo la quanttà (B A) := (B A) (A) probabltà condzonata d B rspetto ad A (probabltà che s verfch B sapendo che s è verfcato A). La quanttà (B A) prende nvece l nome d probabltà congunta d A e B (probabltà che s verfchno contemporaneamente A e B) 15/2?
38 La funzone ( A) : A [, 1] è una msura d probabltà (Ω, A, ( A)) s comporta come un nuovo spazo d probabltà nel quale è ora ncorporata l nformazone che l evento A s verfca certamente: nfatt dalla defnzone s ha (A A) = 1 16/2?
39 Formula della robabltà Totale Dat n uno spazo d probabltà (Ω, A, ) un arbtraro evento A A ed una decomposzone msurable D = {D 1,..., D n } con (D ) >, = 1,..., n s ha (A) = n (A D )(D ) =1 17/2?
40 Indpendenza Dat due event A, B n uno spazo d probabltà (Ω, A, ) dremo che ess sono ndpendent se (A B) = (A)(B) 18/2?
41 Indpendenza Dat due event A, B n uno spazo d probabltà (Ω, A, ) dremo che ess sono ndpendent se (A B) = (A)(B) Dremo noltre che due sotto σ-algebre A 1 e A 2 d event d Ω sono ndpendent se ogn evento d A 1 è ndpendente da ogn evento d A 2 18/2?
42 Il concetto d ndpendenza può essere esteso anche al caso n cu l numero d event è maggore d due, ma bsogna fare molta attenzone al fatto che sarà possble parlare d ndpendenza due a due, nel senso d (A B) = (A)(B), d ndpendenza tre a tre, nel senso d (A B C) = (A)(B)(C), e così va, e che tal lvell d ndpendenza non s mplcano affatto l uno con l altro, nel senso che ad esempo tre event possono essere ndpendent due a due senza esserlo tre a tre e vceversa. 19/2?
43 Dato uno spazo d probabltà (Ω, A, ) dremo che gl event A 1,..., A n sono event ndpendent se comunque scelt k ndc 1,... k con k = 1,..., n rsulta (A 1 A k ) = (A 1 ) (A k ) 2/2?
Modelli 1 @ Clamfim Equazione delle opzioni Teorema di Radon Nykodym 9 dicembre 2013
CLAMFIM Bologna Modell 1 @ Clamfm Equazone delle opzon Teorema d Radon Nykodym 9 dcembre 2013 professor Danele Rtell danele.rtell@unbo.t 1/33? ubblctà http://elsartcle.com/18arhmh Lbero accesso a Legendre
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 22: 30 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/27? Eserczo Dmostrare che l equazone della frontera
Dettagli{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo
Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d
DettagliUniversità di Napoli Parthenope Facoltà di Ingegneria
Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9
DettagliDipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014
Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliCapitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS
Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva
DettagliLeggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliIl traffico è un gioco?
Il traffco è un goco? Gacomo Tomme Dpartmento d Matematca, Unverstà d Psa e-mal: tomme@dm.unp.t Introduzone Il ttolo potrebbe apparre provocatoro, ma n realtà è solo lo spunto per ntrodurre tem che voglamo
DettagliMetastability, Nonextensivity and Glassy Dynamics in a Class of Long Range Hamiltonian Models
Alessandro Pluchno Metastablty, Nonextensvty and Glassy Dynamcs n a Class of Long Range Hamltonan Models Dscussone Tes per l consegumento del ttolo Febbrao 2005 Tutor: Prof.A.Rapsarda E-mal: alessandro.pluchno@ct.nfn.t
DettagliI MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE
Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliDai circuiti ai grafi
Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat
DettagliMODELLISTICA DI SISTEMI DINAMICI
CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco
DettagliSU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE
SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE GIOVANNI CRUPI, ANDREA DONATO SUMMARY. We characterze a set of
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliProblemi variazionali invarianti 1
Problem varazonal nvarant 1 A F. Klen per l cnquantesmo annversaro del dottorato. Emmy Noether a Gottnga. Comuncazone presentata da F. Klen nella seduta del 26 luglo 1918 2. 1 Invarante Varatonsprobleme,
DettagliCorso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita
Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)
Dettagli31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand
Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 Esercitazione: 16 marzo 2012
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 Eserctazone: 16 marzo 2012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/8? Eserczo Un prestto d d 24 350 è rmborsable
DettagliFotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica
Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
DettagliCalcolo delle Probabilità
alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.
DettagliFondamenti di meccanica classica: simmetrie e leggi di conservazione
Fondament d meccanca classca: smmetre e legg d conservazone d Marco Tulu A. A. 2005/2006 1 Introduzone Un corpo s dce omogeneo se ha n ogn suo punto ugual propretà fsche e chmche, ed è sotropo se n ogn
DettagliAppendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;
Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone
DettagliPrincipi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive
Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal
DettagliGestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Gestone della produzone e della supply chan Logstca dstrbutva Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Struttura delle ret logstche Sstem produttv multstado Struttura logstca
DettagliLezione n.13. Regime sinusoidale
Lezone 3 Regme snusodale Lezone n.3 Regme snusodale. Rcham sulle funzon snusodal. etodo de fasor e fasor. mpedenza ed ammettenza. Dagramm fasoral 3. Potenza n regme snusodale 3. Potenza attva e reattva
DettagliModuli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013
Modul su un domno a deal prncpal Maurzo Cornalba versone 15/5/2013 Sa A un anello commutatvo con 1. Indchamo con A k l modulo somma dretta d k cope d A. Un A-modulo fntamente generato M s dce lbero se
DettagliMACROECONOMIA A.A. 2014/2015
MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost
DettagliDBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2
DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliRisoluzione quesiti I esonero 2011
Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca
DettagliINCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO
INAIL - Focus stress lavoro-correlato - Report Valutazone Approfondta Page 1 of ( INCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO Report - Questonaro Strumento Indcatore Valutazone
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliCONFORMITA DEL PROGETTO
AMGA - Azenda Multservz S.p.A. - Udne pag. 1 d 6 INDICE 1. PREMESSA...2 2. CALCOLI IDRAULICI...3 3. CONFORMITA DEL PROGETTO...6 R_Idr_Industre_1 Str.doc AMGA - Azenda Multservz S.p.A. - Udne pag. 2 d 6
DettagliEconomia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:
Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata
DettagliCorso di Automazione Industriale 1. Capitolo 7
1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s
DettagliDivagazioni in margine all Introduzione alla Probabilità di P. Baldi A. Visintin Facoltà di Ingegneria di Trento a.a. 2010-11
Dvagazon n margne all Introduzone alla Probabltà d P. Bald A. Vsntn Facoltà d Ingegnera d Trento a.a. 2010-11 Indce 1. Statstca descrttva. 2. Spaz d probabltà e calcolo combnatoro. 3. Varabl aleatore dscrete.
DettagliCondensatori e resistenze
Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere
DettagliCOLLUSIONE NELLE GARE D APPALTO DEI SERVIZI PUBBLICI LOCALI: Un analisi empirica
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN SCIENZE STATISTICHE ECONOMICHE TESI DI LAUREA COLLUSIONE NELLE GARE D APPALTO DEI SERVIZI PUBBLICI LOCALI: Un anals emprca
DettagliIndicatori di rendimento per i titoli obbligazionari
Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore
DettagliMacchine. 5 Esercitazione 5
ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt
DettagliApprendimento Automatico e IR: introduzione al Machine Learning
Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1
DettagliIL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO
IL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO ( Il Magnetsmo La forze magnetca La forza Gà a temp d Talete (VI secolo a.c.), nell Antca Greca, era noto un mnerale d ferro n grado d attrare
DettagliCorrente elettrica e circuiti
Corrente elettrca e crcut Generator d forza elettromotrce Intenstà d corrente Legg d Ohm esstenza e resstvtà esstenze n sere e n parallelo Effetto termco della corrente Legg d Krchhoff Corrente elettrca
DettagliCalibrazione. Lo strumento idealizzato
Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta
DettagliIntegrali doppi - Esercizi svolti
Integrali doppi - Esercizi svolti Integrali doppi senza cambiamento di variabili Si disegni il dominio e quindi si calcolino gli integrali multipli seguenti:... xy dx dy, con (x, y R x, y x x }; x + y
DettagliIntegrali di superficie: esercizi svolti
Integrali di superficie: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore. Esercizio. Calcolare i seguenti integrali superficiali sulle superfici
DettagliLa contabilità analitica nelle aziende agrarie
2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
DettagliCorso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
DettagliIntroduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 12
Introduzone alla Programmazone e Applcazon per la Fnanza M2 (Prodott Dervat) Lezone 12 Anno accademco 2006-07 Ttolare corso: Prof. Costanza Torrcell Docente: Dott.ssa Maranna Brunett In partcolare mplementeremo:
DettagliLa taratura degli strumenti di misura
La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure
Dettagli2 Modello IS-LM. 2.1 Gli e etti della politica monetaria
2 Modello IS-LM 2. Gl e ett della poltca monetara S consderun modello IS-LM senzastatocon seguent datc = 0:8, I = 00( ), L d = 0:5 500, M s = 00 e P =. ) S calcolno valor d equlbro del reddto e del tasso
DettagliValutazione delle opzioni col modello di Black e Scholes
Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn a.a. 2014-2015 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70,
DettagliRETI TELEMATICHE Lucidi delle Lezioni Capitolo VII
Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd
DettagliValore attuale di una rendita. Valore attuale in Excel: funzione VA
Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t
DettagliCapitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
DettagliStudio grafico-analitico di una funzioni reale in una variabile reale
Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliEconomia del Lavoro. Argomenti del corso
Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone
DettagliCAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI
Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
DettagliMETODOLOGIE DI INDIVIDUAZIONE DELLE AREE SOGGETTE A RISCHIO IDRAULICO DI ESONDAZIONE
Unone Europea Repubblca Italana Regone Calabra Autortà d Bacno POR Calabra 000-006 Asse I - Rsorse natural Msura.4 - Azone.4.c "STUDIO E SPERIMENTAZIONE DI METOLOGIE E TECNICHE PER LA MITIGAZIONE DEL RISCHIO
DettagliA. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO
4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.
DettagliCalcolo della caduta di tensione con il metodo vettoriale
Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta
DettagliGLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
DettagliUNA RASSEGNA SUI METODI DI STIMA DEL VALUE
UNA RASSEGNA SUI METODI DI STIMA DEL VALUE at RISK (VaR) Chara Pederzol - Costanza Torrcell Dpartmento d Economa Poltca - Unverstà degl Stud d Modena e Reggo Emla Marzo 999 INDICE Introduzone. Il concetto
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliVerifica termoigrometrica delle pareti
Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI
DettagliAnalisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti
UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:
DettagliI SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:
I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator
DettagliLa tua area riservata Organizzazione Semplicità Efficienza
Rev. 07/2012 La tua area rservata Organzzazone Semplctà Effcenza www.vstos.t La tua area rservata 1 MyVstos MyVstos è la pattaforma nformatca rservata a rvendtor Vstos che consente d verfcare la dsponbltà
DettagliMETODI BAYESIANI PER IL CONTROLLO STATISTICO DI QUALITA
Unverstà degl Stud d Bresca Poltecnco d Mlano Unverstà degl Stud d Pava Unverstà degl Stud d Lecce Dottorato d Rcerca n TECNOLOGIE E SISTEMI DI LAVORAZIONE XII CICLO METODI BAYESIANI PER IL CONTROLLO STATISTICO
DettagliEH SmartView. Una SmartView sui rischi e sulle opportunità. Servizio di monitoraggio dell assicurazione del credito. www.eulerhermes.
EH SmartVew Servz Onlne d Euler Hermes Una SmartVew su rsch e sulle opportuntà Servzo d montoraggo dell asscurazone del credto www.eulerhermes.t Cos è EH SmartVew? EH SmartVew è l servzo d Euler Hermes
Dettagli... ... ... DI GIOIOSA MAREA (ME) PORTO TURISTICO NELLA FRAZIONE SAN GIORGIO DEL COMUNE. 3. RICAVI E COSTI DI GESTIONE... l
PORTO TURSTCO NELLA FRAZONE SAN GORGO DEL COMUNE D GOOSA MAREA (ME) PROGETTO PRELMNARE PANO ECOVOb'TCO E FNANZAF0 NDCE 1. PREMESSA...,.l 2. COSTO DELL'NTERVENTO...,...,...,..,,.,...,,.,,~...,.,.,.,,...l
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
Dettagli7. TERMODINAMICA RICHIAMI DI TEORIA
7. ERMODINMI RIHIMI DI EORI Introduzone ermodnamca: è lo studo delle trasformazon dell energa da un sstema all altro e da una forma all altra. Sstema termodnamco: è una defnta e dentfcable quanttà d matera
DettagliSoluzione esercizio Mountbatten
Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno
Dettagli6.1. Moody s KMV Credit Portfolio Manager
6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,
DettagliTurbomacchine. Un ulteriore classificazione avviene in base alle modalità con cui l energia viene scambiata:
1/11 a) Classfcazone delle macchne draulche b) Element costtutv d una turbomacchna c) Trangol d veloctà d) Turbomacchna radale e) Turbomacchna assale f) Esempo d calcolo Turbomacchne S defnsce come macchna
DettagliAntonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase
Antono Lccull, Antono Greco Corso d scenza e ngegnera de materal Mcrostrutture, equlbro e dagramm d fase 1 Fase Fase d un sstema è una parte d esso nella quale la composzone (natura e concentrazone delle
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliElettricità e circuiti
Elettrctà e crcut Generator d forza elettromotrce Intenstà d corrente Legg d Ohm esstenza e resstvtà Effetto termco della corrente esstenze n sere e n parallelo Legg d Krchoff P. Maestro Elettrctà e crcut
DettagliIl diagramma PSICROMETRICO
Il dagramma PSICROMETRICO I dagramm pscrometrc vengono molto utlzzat nel dmensonamento degl mpant d condzonamento dell ara, n quanto consentono d determnare n modo facle e rapdo le grandezze d stato dell
Dettagli