Il modello di Black e Scholes come limite del modello binomiale multiperiodale
|
|
- Leopoldo Clemente Elia
- 5 anni fa
- Visualizzazioni
Transcript
1 Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei IPOTESI e NOTAZIONI: u = + b, d = + a d < + r < u o equivaleemee a < r < b. o i alre parole S 0 = s 0 > 0, S + = + ρ + S = Z + S S 0 = s 0 > 0, S = + ρ S 0 = Z S 0... S = + ρ + ρ + ρ S 0 = Z Z Z S 0 Si defiisca ξ i = {ρi=b} = {Zi=u} ovvero la variabile aleaoria che vale se il prezzo dell azioe sale e zero alrimei, i modo che Z i = u ξi d ξi. Sia H ω la v.a. che coa il umero delle vole i cui il prezzo sale ra il passo e il passo, ossia H ω = {ρi=b} = {Zi=u} = Il fao che Z i = u ξ i d ξ i si verifica per ispezioe: Z i = u ξ i = u ξ i d ξ i = u d = u Z i = d ξ i = 0 u ξ i d ξ i = u 0 d 0 = d ξ i
2 versioe 30-maggio-005 i modo che S N = S 0 u H N d N H N = S 0 u d HN d N HN = S 0 + b H N + a N H N + b = S 0 + a N + a per ogi N e per ogi pay-off ermiale f N F N -misurabile il prezzo di esercizio può essere descrio dalla formula [ ] [ ] fn Cf N, P = B 0 Ẽ = Ẽ f N + r N.. B N dove Ẽ è il valore aeso rispeo alla probabilià P rispeo alla quale gli evei {Z i = u} soo idipedei e co probabilià p = + r d + r + a = u d + b + a = r a b a. Allora [ C call K, P = Ẽ SN K + ] = S 0 N h=h 0 B N h N h N + b + a p h p N h h + r + r K + r N N N = S 0 h h=h 0 K + r N N h=h 0 + b + r p N h=h 0. N h p h p N h.3 h N h + a p + r N h p h p N h.. Approssimazioe del Modello Biomiale Muliperiodale Si cosideri ora il caso i cui gli scambi avvegoo sempre più vicii el empo ovvero ai empi = /. Cosidereremo il empo coiuo, ma, per fissao, i processi che ci ieressao soo cosai egli iervalli ra u empo = / e l alro. Coiueremo ad idicare co B ed S il prezzo del iolo o rischioso coo i baca e del iolo rischioso l azioe rispeivamee, ache se, per meere i evideza la dipedeza dal paramero sarebbe più opporuo deoarli co B [] e S []. Ovviamee è ecessario che il asso di ieresse sia proporzioale all ampiezza degli iervalli [ [, +, ossia si abbia B [] = B = B = B0 + r e che rimaga cosae i uo l iervallo [, +, ovvero che B = B = B 0 + r per [, + = [, +.4, + = Si ricorda che siamo raado obbligazioi derivae di ipo europeo, che possoo essere eserciae solo al empo fiale N, o empo si esercizio, al corario di quelle di ipo americao, che ivece possoo essere eserciae i u qualuque isae ra l iizio del corao e il empo di esercizio.
3 versioe 30-maggio o i alre parole che, se N = è il umero di iervalli di ampiezza / che si rovao ell iervallo [0, ], allora B = B 0 + r N o meglio B = B = B 0 + r..5 Iolre è ragioevole pesare che i cambiamei del prezzo si discosio di poco i u iervallo di empo così piccolo. Più precisamee si suppoe che S = Z S = + ρ S dove i valori ammissibili per Z soo solo u = e σ/ d = e σ/. I alri ermii si suppoe che dove e che b = σ + S u = + b d = + a. = S σ + o a = σ + σ + o, per [, + = [, + ovvero, se come prima, N = è il umero di iervalli di ampiezza / che si rovao ell iervallo [0, ], allora S [] u HN = S = S = S0 d N o meglio Teedo presee che si può ache scrivere S d = S u H = S 0 d. d eσ/ = u d e σ/ = eσ/, S = S 0 e σ H e σ = S 0 e σ H..6 Sappiamo che rispeo alla misura marigala equivalee P rispeo alla quale gli evei {Z i idipedei e co probabilià o meglio p = p = + r d u d = σ + r σ + o r a b a = σ + σ σ + o = r σ + σ + o σ + σ + o σ + σ + o, σ + r σ + o σ + o = + r σ σ + o. = u} soo
4 4 versioe 30-maggio-005 Equivaleemee le variabili aleaorie ξ i soo idipedei e di valore aeso Ẽ [ξ i ] = p = + r σ + o σ. Di cosegueza il prezzo di u derivao co maurià empo di esercizio T e co pay-off ermiale coige claim fs T dovrà ecessariamee avere come prezzo i paricolare per l opzioe call C call K, P = Ẽ [ ] C fs f, P = Ẽ T B T [ S T K + B T ] [ ] SNT = Ẽ K + + r NT Abbiamo quidi u espressioe del prezzo, ma il problema a queso puo diviee complesso dal puo di visa umerico, almeo per grade: il deomiaore o compora problemi i quao si può approssimare co e rt, mere lo sesso o si può dire del umeraore. Ci viee i aiuo il Teorema Cerale del Limie. Si oi ifai che, qualuque sia > 0 log S u = log S 0 + H N log d + N log d N = log S 0 + u ξ i log d N log d, e che H N, rispeo alla misura marigala equivalee P, è la somma di variabili aleaorie idipedei ue co la sessa disribuzioe, che per > 0 il umero N = coverge all ifiio. Grazie al Teorema Cerale del Limie si ha che quidi H N ha ua disribuzioe approssimaivamee gaussiaa, di valore aeso Ẽ [H N] = N p e variaza Ṽ ar H N = N p p. Per lo sesso moivo 3, sempre rispeo alla misura marigala equivalee P, ache il logarimo di S approssimaa da ua variabile aleaoria gaussiaa di valore aeso [ Ẽ log S ] u = log S 0 + N p log d + N log d è e variaza Ricordado che si ha Ṽ ar log u d S eσ/ = u log u = N p p log. d e = σ/ eσ/, d = e σ/, d = σ log d = σ, 3 Si ricordi che se Z ha disribuzioe Nα, β, ovvero disribuzioe gaussiaa di valore aeso α e variaza β, allora ache W = a + bz ha disribuzioe gaussiaa, ma di valore aeso E[W ] = E[a + bz] = a + bα, e variaza V arw = V ara + bz = V arbz = b V arz = b β.
5 versioe 30-maggio si oiee che il valore aeso del logarimo di S, vale [ Ẽ log S Aalogamee la variaza vale Ṽ ar log S ] = log S = log S 0 + σ + = log S 0 + = log S 0 + r σ σ u = N p p log = + o σ + σ r σ σ r σ + o σ r σ log S 0 + r σ. d + r σ + o σ 4σ σ σ + o σ σ + r σ σ + o σ Di cosegueza, se W è ua variabile aleaoria gaussiaa di valore aeso 0 e variaza logs disr log S 0 + r σ + σ W. Ricordiamo che il simbolo X disr X sigifica che per ogi fuzioe coiua e limiaa f lim E[fX ] = E[fX], o i alre parole che si può approssimare E[fX ] co E[fX]. A queso puo il prezzo di ua opzioe europea si può calcolare come [ ] C fs f, P = Ẽ T B T [ E e rt fs 0e r σ T +σ W T ].9 ed i paricolare per l opzioe call C call K, P = Ẽ [ ] S T K + + r NT [ E ] e rt S 0e r σ T +σ W T K +,.0 dove l uica variabile aleaoria è W T, i quao S 0 è il valore iiziale del prezzo dell azioe. Abbiamo quidi viso come il prezzo di ua opzioe call europea si possa oeere dalla formula ] C call = CS 0, K, T, r, σ = E [e rt S 0 e r σ T +σ W T K + dove si è messo i evideza la dipedeza dai parameri del modello: S 0 prezzo iiziale della azioe, K prezzo di esercizio i di srie dell opzioe, T empo di maurià o di srie dell opzioe, r asso omiale di ieresse composo i modo coiuo, ed ifie il paramero σ, che è deo volailià. È imporae soolieare che, al corario di ui gli alri parameri, che soo oi e direamee osservabili, il valore della volailià o è direamee osservabile, ma deve essere simao. Uo dei problemi più ieressai riguarda proprio la sima della volailià.
6 6 versioe 30-maggio Il moo Browiao Nella derivazioe precedee del prezzo abbiamo icorao il processo del logarimo dei prezzi, che a pare il coribuo dovuo al prezzo iiziale, si esprime come N u ξ i log d e che si può uleriormee riscrivere come Si defiisca di modo che + N log d = σ N σ N ξ i = σ ξ i. ξ i N σ W := [ ξi Ẽ [ξ i ] ]. log S = log S0 + σw + σ Ẽ [ξ i ] Co calcoli aaloghi a quelli della sezioe precedee, si può vedere che il valore aeso Ẽ [ξ i ] = p = + r σ + o r σ. σ σ Ovviamee il processo W, vale zero all isae iiziale, ovvero ed iolre W 0 = 0, Ẽ [ W ] = 0. Per > 0, co gli sessi calcoli della sezioe precedee, si può vedere che il processo W ede all ifiio alla legge gaussiaa di valore aeso ullo e variaza che ede a. Acora, se si cosiderao i empi 0 <, allora l icremeo W i quao W W W è fuzioe deermiisica delle variabili aleaorie ξ j, per j ale che e la sessa fuzioe deermia ello sesso modo W i = i/ 0, ], e di cosegueza la disribuzioe dell icremeo W coverge per che ha la sessa legge di W, j = j/, ], a parire dalle variabili aleaorie ξ i, per i ale che W coverge ad ua disribuzioe gaussiaa di valore aeso 0 e variaza. Se ivece si cosiderao i empi 0 < <... < m < m allora gli icremei W soo fuzioi deermiisiche delle variabili aleaorie W 0, W W,... W m W m {ξ j : j 0, ]}, {ξ j : j, ]}... {ξ jm : j m m, m ]} che soo idipedei, e di cosegueza ache gli icremei di W soo idipedei. Come uleriore cosegueza quesa proprieà si maiee al edere di all ifiio. Quese osservazioi porao auralmee alla seguee defiizioe del processo di Wieer sadard o moo browiao.
7 versioe 30-maggio Defiizioe. moo browiao. Si chiama moo browiao u processo W per R + u processo ale che W 0 = 0, se 0 < <... < m < m allora gli icremei soo idipedei, 3 se 0 < ed s > 0 allora gli icremei W W 0, W W,... W m W m W W e W +s W +s N0,, ovvero hao la sessa disribuzioe gaussiaa di valore aeso 0 e variaza. I alre parole si dice ache che gli icremei soo omogeei. Di solio olre alle re precedei proprieà si aggiuge ache la proprieà che le raieorie soo coiue, ossia che per ogi ω la fuzioe W ω è ua fuzioe coiua.
8 Capiolo Approssimazioe per variabili aleaorie. Legge dei Gradi Numeri, Teorema Cerale del Limie e Approssimazioe Normale Iiziamo ricordado due defiizioi di idipedeza per variabili aleaorie. Defiizioe. idipedeza di m variabili aleaorie.. Siao X, X,..., X m m variabili aleaorie defiie ue sullo sesso spazio di probabilià Ω, F, P. Esse si dicoo compleamee o globalmee idipedei ra loro se comuque sceli J, J,..., J m, isiemi misurabili boreliai di R, si ha: P X J, X J,..., X m J m = P X J P X J... P X m J m.. Defiizioe. idipedeza di m variabili aleaorie.. Siao X, X,..., X m m variabili aleaorie defiie ue sullo sesso spazio di probabilià Ω, F, P. Esse si dicoo compleamee o globalmee idipedei ra loro se comuque scele m fuzioi misurabili f, f,..., f m, co E [ f i X i ] fiio, si ha: E [ f X f X... f m X m ] = E [ f X ] E [ f X ]... E [ f m X m ].. Tali defiizioi soo equivalei, ache se o e daremo la dimosrazioe. Facciamo solo oare che la. è esaamee la. per f i x = Ji x. Ricordiamo che ua successioe di variabili aleaorie {X i, i } si dice che è ua successioe di variabili aleaorie idipedei a due a due, se comuque presi i e j, le due variabili aleaorie X i ed X j soo idipedei. Ua successioe di variabili aleaorie {X i, i } si dice che è ua successioe di variabili aleaorie compleamee o globalmee idipedei, se per ogi m, e comuque presi i, i,..., i m, le variabili aleaorie X i, X i,..., X im soo compleamee o globalmee idipedei. Proposizioe Legge Debole dei Gradi Numeri Sia {X i, i } ua successioe di v.a. idipedei a due a due ed ideicamee disribuie, per le quali esisao fiii valore aeso e variaza. Poso EX i = µ, V arx i = σ, si ha, qualuque sia ε > 0 S = X i Y = S = X i, lim P S µ > ε = lim P Y µ > ε = 0 A vole il ermie compleamee può essere rascurao, e si può parlare semplicemee di variabili aleaorie idipedei ra loro. Poiché le variabili aleaorie X hao ue la sessa disribuzioe, si ha che se esisoo fiii valore aeso e variaza di X, allora esisoo fiii valore aeso e variaza di X i e coicidoo co quelli di X. 8
9 versioe 30-maggio Dimosrazioe. Basa osservare che EY = E X + + X = EX + + EX = µ = µ e V ary = V ar X + + X = V ar X + + X essedo le X i idipedei a due a due e quidi o correlae, la variaza della somma è la somma delle variaze da cui Quidi, dalla disuguagliaza di Chebyshev, si ha V ar X + + X = V arx + + V arx V ary = V arx + + V arx = σ = σ. 0 P Y µ > ε e basa madare all ifiio ed usare il Teorema del cofroo per le successioi umeriche: σ ε, 0 lim P Y σ µ > ε lim ε = 0. Osservazioe Dalle varie defiizioi di idipedeza, appare immediao che se {X i, i } è ua successioe di variabili aleaorie compleamee idipedei, allora soo ache idipedei a due a due, e allora la Legge Debole dei Gradi Numeri coiua a valere. Soo quesa uleriore ipoesi vale ache il così deo Teorema cerale del limie. Proposizioe Teorema Cerale del Limie Sia {X i, i } ua successioe di v.a. idipedei ed ideicamee disribuie, per le quali esisao fiii valore aeso e variaza. Poso EX i = µ e V arx i = σ, si assuma che σ > 0. Allora idicado co S variabile aleaoria sadardizzaa di S, si ha e, idicado co F S x la fuzioe di disribuzioe di S, si ha S = S ES V ars = S µ σ,.3 lim F S x = lim P S x = Φx,.4 dove Φ è la fuzioe di disribuzioe di ua variabile aleaoria Gaussiaa sadard: i alre parole lim P S µ x x = e y dy..5 σ π Iolre il limie è uiforme per x R, ovvero lim P S µ σ sup x R x x π e y dy = 0..6 No diamo la dimosrazioe di queso risulao, ma oiamo solo che la.3 si dimosra eedo coo che ES = EX i = µ e che per la complea idipedeza dalle variabili aleaorie X i, si ha 3 3 Come già osservao ell Osservazioe V ars = V ar X i = V arx i = σ.
10 0 versioe 30-maggio-005 La precedee relazioe sarebbe valida ache el caso i cui le variabili aleaorie fossero solo idipedei a due a dueo addiriura solo o correlae, ma soolieiamo il fao che, mere la Legge Debole dei Gradi Numeri, vale soo l ipoesi di idipedeza a due a due, e o è ecessario supporre σ > 0, ivece per il Teorema Cerale del Limie, serve la codizioe di complea idipedeza e ovviamee è ecessario supporre σ > 0, alrimei o si porebbe emmeo formulare la esi. Va iolre ricordao che la covergeza delle fuzioi di disribuzioe è equivalee alla proprieà, che per ogi fuzioe f coiua e limiaa, lim E[fS ] = E[fY ] = + fy π dy, dove Y è ua variabile aleaoria gaussiaa sadard. Ache di quesa proprieà o diamo la dimosrazioe, ma osserviamo solo che la covergeza delle fuzioi di disribuzioe corrispode alla covergeza di lim E[hS ] = E[hY ], per ogi fuzioe hy =,x] y, cioè della fuzioe hy che vale per y x e vale 0 alrimei.. Approssimazioe ormale Come abbiamo viso ella dimosrazioe della Legge dei Gradi Numeri, la disuguagliaza di Chebyshev permee di rovare delle limiazioi iferiori alle probabilià del ipo S P µ ε che appuo permeoo di dedurre la legge dei gradi umeri. Tuavia se si cooscesse la fuzioe di disribuzioe F S x della variabile aleaoria S, ale probabilià si porebbe calcolare esaamee come S P µ ε = P µ ε S µ + ε = F S µ ε F S µ ε = F S µ ε F S µ ε + P {S = µ ε} Appare quidi chiaro che calcolare la disribuzioe della somma di variabili aleaorie S = X +X +...+X sia u problema ieressae è, olre che di per sé, ache per le coessioi co la legge dei gradi umeri e delle relazioi ra media arimeica e valore aeso. Alla luce del Teorema Cerale del Limie o ache Teorema del Limie Cerale, si può dimosrare il seguee risulao. Proposizioe approssimazioe ormale Se le variabili aleaorie X i, per i =,,..., soo globalmee o compleamee idipedei, hao la sessa disribuzioe, ammeoo valore aeso fiio µ, variaza fiia σ e o ulla, allora ES = µ, V ars = σ > 0, e F S x = P S x = P S µ σ x µ x µ Φ,.7 σ σ dove Φx è la fuzioe di disribuzioe di ua variabile aleaoria gaussiaa sadard N0,. Dimosrazioe Come aicipao la dimosrazioe della precedee affermazioe si basa sul risulao basilare che svolge u ruolo cerale el Calcolo delle Probabilià il Teorema Cerale del Limie.
11 versioe 30-maggio-005 Fodameale per dimosrare l approssimazioe.7 della fuzioe di disribuzioe della somma S è il fao che la covergeza sia uiforme 4 : ifai, poso E x = F S x Φx, e x = x µ σ, si ha F S x = P S x = P S µ σ x µ σ = F S x = Φ x + E x, per cui F S x Φ x = E x sup E x. x R Basa solo osservare che.5 garaisce che sup x R E x coverge a zero 5 per che ede all ifiio. 4 Si osservi che i geerale le codizioi che o implicao che lim fx = fx lim Basa pesare al seguee coroesempio: { f x = 0 x <, f x = x lim fx = fx. x = x { fx = 0 x 0, fx = x > 0 Chiaramee se x 0 allora f x = 0 e quidi lim f x = fx = 0, aalogamee, se x > 0, allora per > si ha fx =, x e quidi lim f x = fx =. Iolre, poso x =, si ha lim x = 0, uavia ovviamee fx = f = che o coverge ad fx = f0 = 0. 5 Pur essedo assoluamee al di fuori dell ambio di u corso elemeare di probabilià, vale la pea di ricordare che esisoo delle maggiorazioi per sup x R E x, el caso i cui si suppoga che il valore aeso E X 3 esisa e sia fiio. I paricolare è sao dimosrao che sup E x C E X 3 x R σ 3, co C cosae. Il valore di C o è oo esaamee ma è oo che C , i paricolare quidi vale sup E x E X 3 x R σ 3, I primi a forire maggiorazioi i quesa direzioe soo sai Berry ed Eesse all iizio degli ai 40 dello scorso XX secolo.
Il modello di Black e Scholes come limite del modello binomiale multiperiodale
Capiolo Il modello di Blac e Scholes come limie del modello biomiale muliperiodale. Il Modello Biomiale Muliperiodale Ricordiamo brevemee il Modello Biomiale Muliperiodale o Cox-Ross-Rubisei.. Ipoesi e
Dettagli(x + 1) α (1 x) 3 α per x ( 1, 1) 0 per x / [ 1, 1]
Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda // Esercizio Si osserva l iesià del veo el poro di Maria regisrado uo ogi gioro i cui il veo o supera ua
Dettagli0 per x / ( 1, ). i) (4 p) Trovare per quali valori di α la funzione f è una densità di probabilità (non si chiede di calcolare C α ).
Corsi di Probabilià, Saisica e Processi socasici per Ig dell Auomazioe, Iformaica e If Ges Azieda /5/ Esercizio U sisema di preallarme su u velivolo segala ua A allarme oppure ua N o allarme ogi dieci
DettagliEsercizio 1. Sia N un processo di Poisson di parametro λ. Dimostrare che, per ogni t > 0,
Esercizi di Calcolo delle Probabilià della 9 a seimaa Corso di Laurea i Maemaica, Uiversià degli Sudi di Padova. Esercizio 1. Sia N u processo di Poisso di paramero λ. Dimosrare che, per ogi > 0, N P oλ.
DettagliTeoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni
ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da
DettagliI appello - 8 Gennaio 2019
Aalisi Maemaica - A.A. 08/9 Prove scrie di Aalisi Maemaica - A.A. 08/09 Corso di Laurea i Igegeria Civile Corso di Laurea i Igegeria Iformaica ed Eleroica I appello - 8 Geaio 09 Svolgere i seguei esercizi,
DettagliLezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.
Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)
DettagliUniversità di Camerino Corso di Laurea in Fisica: indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti
Iegrali idefiii Geeralià Si è viso come, daa ua fuzioe di equazioe y = f(), si possa rovare la sua derivaa prima f (). Si è ache osservao che esise ua codizioe ecessaria, ma o sufficiee, affiché ua fuzioe
DettagliModelli'di'Variabili'Aleatorie'
ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)
DettagliSerie e trasformate di Fourier brevi richiami
UNIVERSIÀ DEGLI SUDI DI FIRENZE DIPARIMENO DI INGEGNERIA CIVILE e AMBIENALE Sezioe Geoecica Serie e rasformae di Fourier brevi richiami Do. Ig. Albero Pulii eorema di Fourier U qualsiasi segale periodico
DettagliTecnica delle misurazioni applicate Esame del 7 gennaio 2008
Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate
Dettagli2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani
6. MOTO BROWNIANO: PRIME PROPRIETÀ. Moo browiao: prime proprieà I queso capiolo sviluppiamo la raazioe maemaica del moo browiao. Queso processo prede il ome dal boaico scozzese Rober Brow, che el 87 descrisse
DettagliAmmortamento 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
Dettagli1 Variabili aleatorie in casi più generali: indipendenza, LGN e TCL.
versioe 28-05-2004 0 Variabili aleatorie i casi più geerali: idipedeza, LGN e TCL.. Variabili aleatorie idipedeti Molte delle defiizioi e delle proprietà delle variabili aleatorie i spazi fiiti valgoo
DettagliINTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI
Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale
DettagliFondamenti Segnali e Trasmissione IOL Prova in presenza 23/02/2006
Fodamei Segali e rasmissioe IOL Prova i preseza 0006 è l igresso di u sisema lieare empo ivariae caraerizzao dalla risposa all impulso h () rec 0. 5. Disegare ale risposa all impulso e valuare quale y
DettagliSUCCESSIONI SERIE NUMERICHE pag. 1
SUCCESSIONI SERIE NUMERICHE pag. Successioi RICHIAMI Ua successioe di elemeti di u isieme X è ua fuzioe f: N X. E covezioe scrivere f( ) = x, e idicare le successioi mediate la ifiitupla ordiata delle
DettagliSuccessioni di funzioni
Successioi di fuzioi Successioi di fuzioi: covergeza putuale Defiizioe Sia I u isieme di umeri reali e sia ua successioe di fuzioi reali defiite i I : I R, I R. Si dice che Cioè f : I R, risulta coverge
DettagliMoto browniano e analisi stocastica
Moo browiao e aalisi socasica Versioe 3.3 Ulima modifica: 9 giugo 11. FRANCESCO CARAVENNA fracesco.caravea@uimib.i hp://www.maapp.uimib.i/~fcarave DIPARIMENO DI MAEMAICA E APPLICAZIONI UNIVERSIÀ DEGLI
DettagliIstituzioni di Analisi Superiore, secondo modulo
Uiversià degli Sudi di Udie Ao Accademico 997/98 Facolà di Scieze aemaiche, Fisiche e Naurali Corso di Laurea i aemaica Isiuzioi di Aalisi Superiore, secodo modulo Cogome e Nome: Prova Scria del 4 giugo
DettagliSforzo all interfaccia fra due regioni con differente permeabilità magnetica
Sforzo all ierfaccia fra due regioi co differee permeabilià mageica Si cosideri l ierfaccia fra due regioi, Ω e Ω, avei diversa permeabilià mageica, rispeivamee e. Si limii ora lo sudio ad ua porzioe ifiiesima
DettagliAnalisi stocastica. Dispense del corso 2009/10. Versione 2.1 Ultima modifica: 21 dicembre FRANCESCO CARAVENNA
Aalisi socasica Dispese del corso 9/1 Versioe.1 Ulima modifica: 1 dicembre 1. FRANCESCO CARAVENNA fracesco.caravea@mah.uipd.i hp://www.mah.uipd.i/~fcarave DIPARIMENO DI MAEMAICA PURA E APPLICAA UNIVERSIÀ
DettagliESAME DI STATO DI LICEO SCIENTIFICO Corso Sperimentale P.N.I. Tema di MATEMATICA - 23 giugno 2005
ESAME DI STATO DI LICEO SCIENTIFICO -5 Corso Sperimeale PNI Tema di MATEMATICA - giugo 5 Svolgimeo a cura della profssa Sadra Berecoli e del prof Luigi Tomasi (luigiomasi@liberoi) RISPOSTE AI QUESITI DEL
Dettagli2 Criteri di convergenza per serie a termini positivi
Uiversità Roma Tre L. Chierchia 65 (29//7) 2 Criteri di covergeza per serie a termii positivi I questo paragrafo cosideriamo serie a termii positivi ossia serie a co a > 0. Si ricordi che ua serie a termii
DettagliUNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 2007/2008
UNIVERSITÀ DEGLI STUDI DI LECCE APPUNTI PER IL SEMINARIO DI ELEMENTI DI TEORIA DELLA PROBABILITÀ A.A. 007/008 Questi apputi soo stati cocepiti come u aiuto didattico per gli studeti della Facoltá di Ecoomia.
DettagliEsercizi 2 Pietro Caputo 14 dicembre se ξ n > log n
Esercizi 2 Pietro Caputo 4 dicembre 2006 Esercizio. Siao Y, per =, 2,..., variabili aleatorie co distribuzioe biomiale di parametri e p := λ, per qualche λ > 0. Dimostrare che Y coverge i distribuzioe
DettagliEsercitazione X Complementi di Probabilità a.a. 2011/2012
Esercitazioe X Complemeti di Probabilità a.a. 20/202 Argometi: covergeza e TLC. Esercizio. Sia {X k } k ua successioe di v.a. i.i.d. di legge Exp(. Sia G = S,. a Scrivere la fuzioe caratteristica φ di
DettagliLEGGE DEI GRANDI NUMERI
LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi
Dettaglik=0 f k(x). Un altro tipo di convergenza per le serie è la convergenza totale e si dice che la serie (0.1) converge totalmente in J I se
Serie di fuzioi Sia I R, per ogi k N, data la successioe di fuzioi (f k ) k co f k : I R, cosideriamo la serie di fuzioi (0.) f k () k=0 e defiiamo la successioe delle somme parziali s () = k=0 f k().
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
DettagliEsponenziale complesso
Espoeziale complesso P.Rubbioi 1 Serie el campo complesso Per forire il cocetto di serie el campo complesso abbiamo bisogo di itrodurre la defiizioe di limite per successioi di umeri complessi. Defiizioe
DettagliConvergenza di variabili aleatorie
Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di
Dettagliversione
versioe 3-06-2004 37 La seguete Lezioe 4 riguarda pricipalmete la legge dei gradi umeri ed il teorema cetrale del limite. Iclude ache la geeralizzazioe del cocetto di idipedeza completa per successioi
Dettagli****** FUNZIONI MISURABILI E INTEGRAZIONE ******
****** FUNZIONI MISURABILI E INTEGRAZIONE ****** 1 2 1. Fuzioi misurabili. I questo umero estediamo la ozioe di misurabilità alle fuzioi. Defiizioe 1. Siao u isieme o vuoto, Y uo spazio topologico e µ
DettagliSi dice che f è infinitesima o che è un infinitesimo per x x0 Un infinitesimo, quindi è una variabile che tende a zero.
pag Appui elaborai dal collega Prof. Vicezo De Pasquale Ifiiesimi Si dice che f è ifiiesima o che è u ifiiesimo per se f ( ) U ifiiesimo, quidi è ua variabile che ede a zero. Es. - π y cos è u ifiiesimo
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Fiaza iziao Vargiolu vargiolu@math.uipd.it 1 1 Uiversità degli Studi di Padova Ao Accademico 2012-2013 Lezioe 3 Idice 1 Il modello di Cox-Ross-Rubistei 2 Dal modello di Cox-Ross-Rubistei
DettagliALTRI ESERCIZI SULL INTEGRALE DI LEBESGUE. A. Figà Talamanca
ALTRI SRCIZI SULL INTGRAL DI LBSGU A. Figà Talamaca 29 ottobre 2006 2 L itegrale di Lebesgue che abbiamo defiito per le fuzioi misurabili, limitate defiite su u isieme misurabile di misura fiita, può essere
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare
DettagliAnalisi Matematica Soluzioni prova scritta parziale n. 1
Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.
DettagliLe successioni: intro
Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!
Dettagli2.5 Convergenza assoluta e non
.5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello
DettagliIl logaritmo e l esponenziale
Il logarimo e l espoeziale 6 marzo 2009 La defiizioe di logarimo che si impara ella scuola secodaria è la seguee: Defiizioe Il logarimo i base b di x è l espoee cui si deve elevare b per oeere x. I formule:
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
DettagliIl Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che
1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe
DettagliESERCIZI - FASCICOLO 1
ESERCIZI - FASCICOLO 1 Esercizio 1 Sia (Ω, A) uo spazio misurabile. Se (A ) 1 è ua successioe di eveti (= elemeti di A), defiiamo lim sup A := A k lim if A = A k. Mostrare che =1 k= (lim sup A ) c = lim
Dettaglin 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:
DettagliSOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 2015/16, FOGLIO 2. se x [n, 3n]
SOLUZIONE DI ESERCIZI DI ANALISI MATEMATICA IV ANNO 05/6, FOGLIO Sia f : R R defiita da f x { se x [, 3] 0 altrimeti Studiare la covergeza putuale, uiforme e uiforme sui compatti della successioe f e della
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliEquazioni differenziali
Equazioi differeziali Defiizioe 1 Si chiama equazioe differeziale u tipo particolare di equazioe fuzioale, ella quale la fuzioe icogita compare isieme ad alcue sue derivate, ossia u equazioe ella quale,
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 07/02/2017
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 07/02/207 COGNOME e NOME... N. MATRICOLA... Esercizio. Sia {X } N ua martigala rispetto ad ua filtrazioe {F } N co P (X N) = per ogi
DettagliFacoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica - A.A Prova scritta di Analisi Matematica I del c.1.
Prova scritta di Aalisi Matematica I del 25-5-1998 - c.1 1) Per ogi umero N, 2, siao dati 2 umeri reali positivi a 1, a 2,...a, b 1, b 2,...b. Provare, usado il Pricipio di Iduzioe, che a 1 + a 2 +...
Dettagli0.1 Il teorema limite centrale
0. Il teorema limite cetrale 0. Il teorema limite cetrale Teorema 0.. Teorema limite cetrale). Sia X i ) i N ua successioe di variabili aleatorie i.i.d. che ammettoo mometo secodo fiito, co media µ e co
DettagliEsercizi di Analisi II
Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge
DettagliAnalisi Matematica 1 Matematica
Aalisi Matematica 1 Matematica Secodo Compitio Luedì 30 Geaio 01 VERSIONE A Esercizio 1 (8 puti) Sia α R u parametro e si cosideri la serie di poteze complessa z. i) Calcolare il raggio di covergeza R
DettagliTab. 1 - Studenti presenti alla lezione di statistica del per voto alla maturità
53 Idici di variabilià 531 Iervalli di variazioe Sosiuire ua disribuzioe co u valore medio, per quao esso possa essere rappreseaivo, causa comuque ua fore perdia di iformazioe Divea perciò ecessario rovare
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliAnalisi Matematica I Soluzioni del tutorato 2
Corso di laurea i Fisica - Ao Accademico 07/08 Aalisi Matematica I Soluzioi del tutorato A cura di Davide Macera Esercizio Abbiamo che x 3 + si(log(x)) + cosh(x) x3 + si(log(x)) + e x ( + x 6 ) / + log(e
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliR chi h ami m sul u cana n le di d com o u m n u i n cazion o e n radi d o
Richiami sul caale di comuicazioe radio 1 Fadig leo shadowig è causao da osacoli di gradi dimesioi palazzi ra TX e RX Il pah loss è proporzioale a r α, dove α è i geere ra 2.5 e 5 i ambiee urbao Erambi
Dettagli(a 0, a 1, a 2,..., a n,...) (0, a 0 ), (1, a 1 ), (2, a 2 ),... (1, 3, 5, 7,...) Lezione del 26 settembre. 1. Successioni.
Lezioe del 26 settembre. 1. Successioi. Defiizioe 1 Ua successioe di umeri reali e ua legge che associa a ogi umero aturale = 0, 1, 2,... u umero reale - i breve: e ua fuzioe N R; si scrive ella forma
DettagliDefinizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie.
SERIE NUMERICHE Defiizioe. Data ua successioe (a ) alla scrittura formale ) a + a 2 + + a +, si dà il ome di serie. I umeri a, a 2,, a, rappresetao i termii della serie, i particolare a è il termie geerale
DettagliIl logaritmo e l esponenziale
Il logarimo e l espoeziale 2 geaio 202 La defiizioe di logarimo che si impara ella scuola secodaria è la seguee: Defiizioe Il logarimo i base b di x è l espoee cui si deve elevare b per oeere x. I formule:
DettagliSvolgimento degli esercizi del Capitolo 4
4. Michiel Bertsch, Roberta Dal Passo, Lorezo Giacomelli Aalisi Matematica 2 a edizioe Svolgimeto degli esercizi del Capitolo 4 Il limite segue dal teorema del cofroto: e / 0 per. 4.2 0
DettagliTRASFORMATA DI FOURIER. A.1 Segnali analogici, deterministici ed aleatori. A p p e n d i c e A
A p p e d i c e A RASFORMAA DI FOURIER Uo degli aspei più imporai di uo il seore dell igegeria è sicuramee l aalisi di segali el domiio del empo e della frequeza. I segali aalogici si disiguoo i segali
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliAnalisi Matematica II
Corso di Laurea i Matematica Aalisi Matematica II Esercizi sulla covergeza uiforme e sulle serie di fuzioi/poteze Versioe del 28//206 Esercizi tratti dal Giusti Esercizio Giusti 3. e 3.3) Calcolare il
DettagliTraccia delle soluzioni degli esercizi del fascicolo 6
Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi
DettagliLezioni di Matematica 1 - I modulo
Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti
DettagliEsercizi svolti su successioni e serie di funzioni
Esercizi svolti su successioi e serie di fuzioi Esercizio. Calcolare il limite putuale di f ) = 2 +, [0, + ). Dimostrare che o si ha covergeza uiforme su 0, + ), metre si ha covergeza uiforme su [a, +
DettagliDef. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,
DettagliEsercitazione n 3. 1 Successioni di funzioni. Esercizio 1: Studiare la convergenza in (0, 1) della successione {f n } dove f n (x) =
Esercitazioe 3 Successioi di fuzioi Esercizio : Studiare la covergeza i (0, ) della successioe {f } dove f (x) = metre Sol.: Si verifica facilmete che lim f (x) = 0 x (0, ) lim sup f (x) = lim = + (0,)
DettagliELEMENTI DI TEORIA DELLE PROBABILITA
ELEMENTI DI TEORIA DELLE PROBABILITA Nozioi base Spazio S S è l isieme di ui i possibili esii di u esperimeo. Esempio 1. Nel lacio di u dado abbiamo S{1,2,3,4,5,6}. Esempio 2. La duraa di ua lampadia S{x
DettagliEsercitazione sette: soluzioni. H 1 : θ > 0.48 ( =
Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di
Dettagli4 - Le serie. a k = a k. S = k=1
4 - Le serie E veiamo ad uo degli argometi più ostici (ma ache più iteressati) dell aalisi: le serie. Ricordiamo brevemete cos è ua serie e cosa vuol dire covergeza per ua serie. Defiizioe 1. Data ua successioe
DettagliEsercizi sui numeri complessi per il dodicesimo foglio di esercizi
Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato
Dettagli1. Converge. La serie è a segno alterno. Non possiamo usare il criterio di assoluta convergenza, perché
Soluzioi.. Coverge. La serie è a sego altero. No possiamo usare il criterio di assoluta covergeza, perché log log a = > + e il fatto che la serie i valore assoluto diverge o permette di trarre coclusioi
DettagliEsame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao
DettagliOPERAZIONI SUI SEGNALI DETERMINISTICI, ENERGIA, VALOR MEDIO, POTENZA, ANALISI DI FOURIER, CONVOLUZIONE. A cos 2 / 2
OPERAZIONI SUI SEGNALI DEERMINISICI, ENERGIA, VALOR MEDIO, POENZA, ANALISI DI FOURIER, CONVOLUZIONE Esercizio Calcolare la poeza, l eergia e il valor medio dei seguei segali a) x()a; b) x()u() ; c) x()acos(oφ)
DettagliUniversità di Roma Tor Vergata - Corso di Laurea in Ingegneria Analisi Matematica I - Prova scritta del 30 Gennaio 2019
Uiversià di Roma Tor Vergaa - Corso di Laurea i Igegeria Aalisi Maemaica I - Prova scria del 3 Geaio 9 Esercizio. [5 pui] Calcolare lo sviluppo di Taylor dell ordie = 5 el puo x = per la seguee fuzioe:
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018
Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,
DettagliNozioni 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
DettagliISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso
ISTITUZIONI DI ANALISI SUPEIOE 2-2 Esercizi di metà corso Silvia Ghiassi 22 ovembre 2 Esercizio Diamo u esempio di fuzioe u: tale che u 6, u 6, u 6. se x
Dettagli0.1 Esercitazioni V, del 18/11/2008
1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k
DettagliSERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)
SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log
DettagliFondamenti di Internet e Reti
. sui riardi commuazioe di paccheo -.o U sisema rasmissivo della velocià di 00 [kb/s] presea ua lughezza di 500[km]. Si calcoli il empo che iercorre fra la rasmissioe del primo bi e la ricezioe dell'ulimo
DettagliTEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER
TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per
DettagliSensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1
Sesori Segali Rumore - ro. S. Cova - appello //3 - pag. ROBLEMA Quadro dei dai Segale a impulso reagolare Ampiezza: Duraa: µs Rumore c S variabile, da misurare S Hz desià eicace di poeza (uilaera) limiaa
DettagliDisposizioni semplici
Disposizioi semplici Calcolo combiorio D, K ( ) ( )...( K+ ) co 0< K Di elemeti e K (umero urale) si dicoo disposizioi semplici di elemeti di classe K i raggruppameti otteuti scegliedo K elemeti tra gli
Dettagliy(t) o complesse non tutte nulle, fa corrispondere un'uscita data dalla:
Capiolo V TRASFORMAZIOI LIEARI DEI SEGALI V. - Defiizioi. Proprieà geerali. x( ) S y() Fig. VI. Trasformazioe di segali S ed è simbolicamee rappreseaa dalla relazioe: y () = S x () I (V..) { } U sisema
DettagliSoluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente
Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
Dettagli06 LE SUCCESSIONI DI NUMERI REALI
06 LE SUCCESSIONI DI NUMERI REALI Ua successioe è ua fuzioe defiita i. I simboli ua f : A tale che f ( ) è ua successioe di elemeti di A. Se poiamo f ( i) ai co i,...,,..., ua successioe può essere rappresetata
DettagliEsercizi sulle Serie numeriche
AM0 - A.A. 03/4 ALFONSO SORRENTINO Esercizi sulle Serie umeriche Esercizio svolto. Discutere il comportameto delle segueti serie umeriche: a +! b [ ] log c log+ d log + e arcta f g h i l log log! 3! 4
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliEsercitazione n 4. 1 Serie di Taylor. Esercizio 1: Verificare che la funzione. f(x) = 0 se x = 0
Esercitazioe 4 1 Serie di Taylor Esercizio 1: Verificare che la fuzioe f(x) { e 1/x se x 0 0 se x 0 pur essedo C o è sviluppabile i serie di Taylor i x 0. Sol.: Determiiamo le derivate di f: 0 f (0) lim
Dettagli