Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna"

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

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013

Dipartimento 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

{ 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

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università 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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento 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

Dettagli

Algebra 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.

Algebra 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

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il 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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento 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

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento 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

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione 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

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni 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

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 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

Dettagli

Leggere i dati da file

Leggere 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

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 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

Dettagli

Il traffico è un gioco?

Il 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

Dettagli

Metastability, Nonextensivity and Glassy Dynamics in a Class of Long Range Hamiltonian Models

Metastability, 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

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I 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

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma 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

Dettagli

Dai circuiti ai grafi

Dai 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

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA 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

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica 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:

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

Università 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

Dettagli

SU 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 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

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università 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

Dettagli

Problemi variazionali invarianti 1

Problemi 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,

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso 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)

Dettagli

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. 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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi 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

Dettagli

La retroazione negli amplificatori

La 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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 Esercitazione: 16 marzo 2012

Dipartimento 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

Dettagli

Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica

Fotogrammetria. 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

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA 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

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero 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

Dettagli

Ricerca 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

Ricerca 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

Dettagli

Calcolo delle Probabilità

Calcolo 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.

Dettagli

Fondamenti di meccanica classica: simmetrie e leggi di conservazione

Fondamenti 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

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice 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

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi 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

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione 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

Dettagli

Lezione n.13. Regime sinusoidale

Lezione 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

Dettagli

Moduli su un dominio a ideali principali Maurizio Cornalba versione 15/5/2013

Moduli 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

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA 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

Dettagli

DBMS 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 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:

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni 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

Dettagli

3. Esercitazioni di Teoria delle code

3. 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

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA 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:

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione 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

Dettagli

INCUL ISTITUTO NAZIONALE PER L'ASSICURAZIONE CONTRO GLI INFORTUNI SUL LAVORO

INCUL 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

Dettagli

NOTE 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 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

Dettagli

CONFORMITA DEL PROGETTO

CONFORMITA 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

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia 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

Dettagli

Corso di Automazione Industriale 1. Capitolo 7

Corso 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

Dettagli

Divagazioni in margine all Introduzione alla Probabilità di P. Baldi A. Visintin Facoltà di Ingegneria di Trento a.a. 2010-11

Divagazioni 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.

Dettagli

Condensatori e resistenze

Condensatori 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

Dettagli

COLLUSIONE NELLE GARE D APPALTO DEI SERVIZI PUBBLICI LOCALI: Un analisi empirica

COLLUSIONE 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

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori 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

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 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

Dettagli

Apprendimento Automatico e IR: introduzione al Machine Learning

Apprendimento 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

Dettagli

IL MAGNETISMO IL CAMPO MAGNETICO E ALTRI FENOMENI GSCATULLO

IL 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

Dettagli

Corrente elettrica e circuiti

Corrente 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

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. 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

Dettagli

Integrali doppi - Esercizi svolti

Integrali 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

Dettagli

Integrali di superficie: esercizi svolti

Integrali 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

Dettagli

La contabilità analitica nelle aziende agrarie

La 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

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La 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

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso 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

Dettagli

Introduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 12

Introduzione 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:

Dettagli

La taratura degli strumenti di misura

La 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

Dettagli

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

2 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

Dettagli

Valutazione delle opzioni col modello di Black e Scholes

Valutazione 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,

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI 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

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore 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

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 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

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio 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

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione 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

Dettagli

Economia del Lavoro. Argomenti del corso

Economia 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

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO 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: )

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento 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

Dettagli

METODOLOGIE DI INDIVIDUAZIONE DELLE AREE SOGGETTE A RISCHIO IDRAULICO DI ESONDAZIONE

METODOLOGIE 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

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. 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.

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo 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

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI 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

Dettagli

UNA RASSEGNA SUI METODI DI STIMA DEL VALUE

UNA 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

Dettagli

La verifica delle ipotesi

La 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:

Dettagli

Verifica termoigrometrica delle pareti

Verifica 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

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi 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:

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I 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

Dettagli

La tua area riservata Organizzazione Semplicità Efficienza

La 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

Dettagli

METODI BAYESIANI PER IL CONTROLLO STATISTICO DI QUALITA

METODI 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

Dettagli

EH SmartView. Una SmartView sui rischi e sulle opportunità. Servizio di monitoraggio dell assicurazione del credito. www.eulerhermes.

EH 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

... ... ... 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

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI 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

Dettagli

7. TERMODINAMICA RICHIAMI DI TEORIA

7. 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

Dettagli

Soluzione esercizio Mountbatten

Soluzione 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

Dettagli

6.1. Moody s KMV Credit Portfolio Manager

6.1. 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,

Dettagli

Turbomacchine. Un ulteriore classificazione avviene in base alle modalità con cui l energia viene scambiata:

Turbomacchine. 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

Dettagli

Antonio Licciulli, Antonio Greco Corso di scienza e ingegneria dei materiali. Microstrutture, equilibrio e diagrammi di fase

Antonio 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

* * * 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

Dettagli

Elettricità e circuiti

Elettricità 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

Dettagli

Il diagramma PSICROMETRICO

Il 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