Popolazioni malthusiane - III (modello di Leslie - Lewis)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Popolazioni malthusiane - III (modello di Leslie - Lewis)"

Transcript

1 Capolo Popolazon malhusane III (modello d Lesle Lews) Queso capolo è dedcao a un modello d popolazone a empo dscreo e con una scala dscrea delle eà S assumerà come ampezza dell unà d msura delle d eà quella dell nervallo d empo che separa due san successv ne qual vene camponaa la popolazone (un anno, una semana, ) Nel seguo supporremo, per semplcà d lnguaggo, che ale nervallo abba la duraa d un anno La probablà d more e l numero d fgle generae pro cape non dpendono dal parcolare sane n cu la popolazone vene descra, né dal numero d ndvdu presen nelle dverse class d eà, ma possono dfferre da un eà all alra Infne, s suppongono assen fenomen d mgrazone Class d eà e modello d LesleLews In cascun sane =,,, nel quale la valuamo, parzonamo la popolazone n class d eà: x () èlnumerodndvdu che all sane hanno un eà compresa nell nervallo [, ), coèchehannocompuounannodeà; x () èlnumerodndvducheall sane hanno un eà compresa n [, ); x n () èlnumerodndvducheall sane hanno compuo l nesmo anno d eà S pozza che gl ndvdu dell ulma classe non raggungano l (n +)esmo anno d eà La popolazone all sane èallorarappresenaadalveore d popolazone (prvo degl ndvdu d eà mnore d ): x () x () x() = Rn + Z x n () x () sarà chamaa ndfferenemene numerosà della classe esma, oppure classe esma, oppure coore esma n alernava, s può pozzare che possano raggungerla e superarla, non sano pù fecond e qund non conrbuscano alla nasca delle successve generazon In enrambe le poes x n() fornsce la numerosà della classe d eà [n, n +), ma nel secondo caso possono essere e s rascurano ndvdu che hanno ragguno o superao l (n +)esmo anno d eà 9

2 el obevochecproponamoèquelloddescrvernel evoluzonealcrescered Indchamo con µ,,,nla probablà che un ndvduo della classe esma al empo muoa n [, + ) equndnonapparengaallaclasse( + )esma al empo +Perle poes fae rsula µ n =esha x + ( + ) = x () µ x () =( µ )x () = x () =,,,n () dove s è ndcao con = µ l coeffcene d sopravvvenza della classe esma, ossa la quoa d ndvdu d eà che sopravvve per un anno, raggungendo l eà + Indchamo po con,,,,n,nl numero d fgle nae nell nervallo unaro ad una femmna d eà Supponamochelarproduzoneavvenganunbrevssmonervallo mmedaamene prma del censmeno auao al empo, percuall sane nuovna sono b() = x ()+ + n x n () () ealempo +,ndcandocon = µ l coeffcene d sopravvvenza de nuov na per un nervallo d ampezza unara, X n x ( + ) = x () = b() () Osservazone Con queso approcco (rproduzone mmedaamene prma del censmeno) rproduzone rproduzone?? + l veore d popolazone x() non nclude l nformazone crca b() nuov na effevamene presen, menre rpora correamene valor delle class cosue da ndvdu che al empo hanno compuo un anno, due ann, In alernava, s può supporre che la rproduzone avvenga mmedaamene dopo l sane n cu s censsce la popolazone rproduzone rproduzone? +? In queso modo all sane nuov na b() non sono ancora presen, ma alle class,, vengono arbu ndvdu che sanno per compere anno, ann,, ma non l hanno ancora compu In enramb cas x () rappresena la numerosà degl ndvdu la cu eà è molo prossma a, cens n un sane molo vcno (dopo o prma) all sane n cu la popolazone s rproduce L equazone () ene comunque cono de conrbu alle nasce dovu a ue le class d eà, poché s presume che, appena na, gl ndvdu b() d eà non sano ancora n grado d rprodurs Runendo n un unca equazone veorale le equazon scalar precedenemene nrodoe, oenamo l modello x ( + ) n n x () x ( + ) x( + ) = = x () = F x() () x n ( + ) x n () n nel quale la marce F R n n + è chamaa marce d Lesle o marce d proezone

3 Paramer del modello Inroducamo alcun paramer derva da ass d moralà e d naalà delle class, che rappresenano l equvalene dscreo delle grandezze consderae nel paragrafo a) Probablà d sopravvvenza: p Èlaprobablàdvverealmenofnoaransarenellaesma classe d eà Abbamo: p = p = ( µ )=p = p = ( µ ) = p = p n = ( µ n )p n = p n n = p n+ = ny = Ovvamene può essere espresso come p+ p All equazone dp dx = µ(x)p(x) del caso connuo corrsponde l equazone alle dfferenze Y Y Y p + p = p p = p ( ) = µ p = ( k ) k= k k= k = k= b) Dsrbuzone d eà alla more: La probablà (alla nasca) d morre all eà, ossa nell nervallo [, +)è daa da = p µ = p ( ) =p p = p p + S no che concde con µ è una densà dscrea d probablà Infa da = p p + segue = =(p p )+(p p )+(p p )+ +(p n p n+ )=p = c) Aesa d va alla nasca: ẽ() E l valor medo dell eà d more, valuao al momeno della nasca: ẽ() = = p p +p p +p p + +(n )p n (n )p n + np n = p + p + p + + p n (s rcord che p n+ =) Le formule corrspondono, nel caso connuo, agl negral ẽ() = R x (x) dx=r p(x) dx d) Aesa d va all eà : ẽ() La probablà d sopravvvere fno all eà + k quando s è compuo l esmo anno è p +k p, menre la +k probablà d morre all eà + k quando s è vssu fno all eà è p Allora l valor medo della va resdua aesa quando s è ragguna l eà è ẽ() = k +k p = p [(p p + )+(p + p + )+ +(n )(p n p n+ )] = p (p + p p n) Tale paramero corrsponde, nel caso connuo, a ẽ(x) = R p(x) x p( ) d

4 e) Funzone nea d maernà: Il valore della funzone nea d maernà è l numero d fgle che, alla nasca, una femmna s aspea d generare all eà Èespressada = p Rscrvendo nella forma ( ),essospuòanchenerprearecomelnumero d fgle che una madre d eà s aspea d generare all eà echeraggungerannol eà f) Tasso neo d rproduzone: R p + + p n n = p = R = = = È la somma del numero d femmne p,,,n che una femmna genera nelle successve class d eà g) Eà meda (della madre) alla nasca delle fgle: T c La probablà d aver compuo l eà (ma non l eà +) alla nasca d una fgla è P n = qund l valore medo dell eà d una madre alla nasca d una fgla è P j, = j Come nel caso connuo, T c vene assuno come una sma della lunghezza meda d una generazone R Anals del modello d Lesle Polnomo caraersco Se s assume una nuova base nello spazo d sao prendendo p T = = p p p n p n come marce d cambameno d base, T nduce una smlarà su F,cheassumelaforma p p p p n n n ˆF = T FT = = () Osservazone Il veore d popolazone nella nuova base dvena p x () ˆx() =T p x() =p x () pn x n() Per comprendere qual è l sgnfcao delle componen del veore ˆx, s no che dalla relazone ˆx () =p p x () = x ()

5 segue x () = x ( ) x () = x ( ) x ( +) = x ( +) Percò ˆx () fornsce la numerosà della prma classe d eà al empo +, ossa la numerosà nzale della coore alla quale, al empo, apparengono gl ndvdu d eà Rsula qund ˆx() = x () x ( ) x ( ) x ( n +) e l equazone d aggornameno nella nuova base ˆx( +)= ˆF ˆx() rova mmedaa gusfcazone quando s enga cono d () Infa la relazone che ne rsula ˆx( +)= x ( +) x () x ( ) x ( n +) x ( n +) p p p n p n np n = x () x ( ) x ( ) x ( n +) x ( n +) () è ovva per quano rguarda le ulme n componen d ˆx( +), menre per la prma componene x ( +)= p x ()+ p x ( ) + + np nx ( n +), basa noare che p x ( +)è l numero degl ndvdu na al empo e sopravvssu fno al empo, che al empo cosuscono la esma classe d eà Poché ˆF èunamarcecompagna,lsuopolnomocaraersco(checoncdeconquello d F )èdmmedaadeermnazone: ˆF (z) = F (z) = z n p z n p z n n p n = z n z n z n n () Dnamca asnoca Nella dscussone che segue, supporremo che nella marce d Lesle essano almeno due ass d naalà non null e consecuv, =e + =,sverfcafaclmenechef èprmva Come conseguenza d ale poes, valgono alcune mporan propreà: l essenzadunauovalore(deo domnane )posvo,semplceedmodulomassmo, la posvà d ue le componen del corrspondene auoveore domnane, l allneameno asnoco del veore d popolazone x() con l auoveore domnane, qualunque sa l veore nzale d popolazone x() Le sesse conseguenze s possono rarre se F èunamarceprmva,ovverose,perqualche h>, uglelemendellamarcef h sono posv Ne paragrafo vedremo anche qual sano le caraersche dnamche asnoche della popolazone quando la marce d Lesle sa rrducble s no che una condzone necessara perché la marce d Lesle sa prmva è che n non sa nullo (e percò la F che samo qu consderando può non essere prmva) e d alra pare F può essere prmva anche se non vale la condzone + >o

6 a) Verfchamo anzuo che F ha un auovalore domnane posvo, semplcee maggore n modulo d ogn alro auovalore Per z =,rsolverel equazone F (z) =equvale a rsolvere l equazone = z + z + + n =: f(z) (8) zn Quando z è reale e posvo, la funzone f(z) assume valor posv, è sreamene decrescene (la dervaa è negava ovunque) e ende a + quando z! +,menreendea + quando z! + Qund l equazone =f(z) ha un unca soluzone reale e posva z =,e èunozero del polnomo caraersco F (z), ossaunauovaloredf f(z) C B B HHHPPPX X` `h h fgura z Eserczo Mosrare che è uno zero semplce d F (z) ] Suggermeno Se lo zero fosse almeno doppo, s avrebbe F (z) =z n ( f(z)) = (z ) p n (z) con p n (z) polnomo d grado n Ladervaan d F (z) sarebbe nulla, qund s annullerebbe n la dervaa d f(z), ndsaccordocolfaochegladdendnonnulldf(z) hanno n dervaa negava Per verfcare che ogn alro auovalore d F ha modulo mnore d, sponga = re j L eguaglanza F ( )=s può rscrvere come =f(re j )= r e j + r e j + + n r n e nj eperch esasoddsfaasdeveavere che mplca = r cos + r cos + + n r n cos n, (9) apple r + r + + n r n = f(r) () Ma f èsreamenedecrescene,qunddeveesserer apple,ovvero apple Se fosse r = la () varrebbe come eguaglanza e, soraendo (9) da (), s oerrebbe = r ( cos )+ r ( cos )+ + n r n ( cos n ) () n cu gl addend sono non negav e qund devono essere u null Poché due valor consecuv d sono posv, per qualche deve essere cos = cos( + ) = cos = cos( + ) = =k ( + ) =h = (h k) = re j = e j(h k) =

7 In conclusone, ogn auovalore d F dverso da ha modulo mnore d b) L auoveore domnane v corrspondene a ha componen,,, n che soddsfano l equazone: n F v = = ovvero n n n = n, n n = n, n n = n = Poché un auoveore è defno a meno d una cosane molplcava, possamo sceglere n =rcavando n n v = o, molplcandololo per p n n = n v = n n n n, p p p p n n oancora,normalzzandolorspeoallasommadellecomponen, v = P n p p p p p n n n n () () rappresena l auoveore domnane come un veore socasco ossa come veore d dsrbuzone le cu componen esprmono le quoe dell nera popolazone che apparengono alle vare class d eà c) Verfchamo, nfne, che qualunque sa la popolazone nzale x(), asnocamene l veore d popolazone x() s allnea con l auoveore domnane v Il rsulao è affao generale, come vedremo nel paragrafo, ma c lmamo qu a supporre che F sa dagonalzzable Sa v, v,,v n una base d auoveor relav agl auovalor,,, n, dove, come s è vso, < per =,,,n esano,=,,,n le componen del veore d popolazone x() nella nuova base x() = v + v + + n v n un veore posvo con somma delle componen par a s confron la dsrbuzone dscrea () con la dsrbuzone nvarane connua del modello d Loka Von Foerser : (x) = rx R p(x)e p(x)e rx dx

8 Allora la componene èposva elapopolazonealempo s può esprmere nella forma x() =F x() = F v + F v + + n F v n = v + v + + n n v n = ( v + v + + n n v n ) () Rsulando lm! = per =,,,n l veore d dsrbuzone dvena parallelo a v () () x() () = := P x = P ( () x v + () n ()! N() v + + n n v n ) v () Se s prende per v un veore socasco, la dsrbuzone () ende propro a v,menrela dnamca della popolazone oale P x () =N() èapprossmaaasnocamenedauna cresca (o decresca) esponenzale N() = con asso d cresca Alcun cas parcolar Quano abbamo rcavao nel paragrafo precedene dpende foremene dall poes che c sano due ass d naalà consecuv dvers da zero (o, come vedremo pù avan, dal fao che F sa una marce prmva) Se u ass d naalà sono null, ecceo l ulmo, la marce d Lesle dvena n F = () con polnomo caraersco n F (z) =z n n, ( n = p n n ) In queso caso s ha = np n,ma non è domnane perché gl alr auovalor sono k = e j k n, k =,,,n Per l eorema d CayleyHamlon s ha F n = n I qund, per ogn, x( + n) =F +n x() = F n F x() = F n x() = n x() Écharochese x(), x() = F x(),,x(n ) = F n x() per la dmosrazone s veda l paragrafo

9 sono veor d popolazone ne prm n san d rlevazone, ne successv avremo x(n) = n x() x(n + ) = n x() x(n ) = n x(n ) x(n) = nx(), x(n + ) = nx() x(n ) = nx(n ) In alr ermn, l comporameno della popolazone è pseudoperodco e una cresca geomerca con asso n può essere rlevaa camponando valor d popolazone ogn n san Vedremo nel seguo come ogn marce F rrducble nduca nella popolazone un comporameno asnocamene pseudoperodco; n () la marce è un caso molo parcolare d marce rrducble, e la pseudoperodcà s nsaura fno dall sane nzale Quando s modella una popolazone bsessuaa con rapporo numerco unaro ra sess, è denca la dsrbuzone d eà ne due sess e nel modello d Lesle non è necessaro raarl separaamene Se l poes d rapporo unaro non vale, è sao proposo un modello (Wllamson 99, rporao da Pélou) che può ancora essere vso come una modesa modfca del modello d Lesle: Il veore d popolazone al empo ha dmensone n: f () m () f () m () f n () m n () dove con f econm s ndcano rspevamene le numerosà delle femmne e de masch nelle class d eà =,,,n S pozza che l numero d masch sa sempre suffcene per garanre ass d ferlà delle femmne S ndcano con (f) e (m) na,femmneemasch,aunafemmnanellaesma classe d eà e sopravvssu fno all nzo dell nervallo successvo S ndcano con (f) classe d eà oenendo f ( + ) m ( + ) f ( + ) m ( + ) = f n ( + ) m n ( + ) e (m) (f) (f) (m) (m) (f) (m) assdsopravvvenzadfemmneemaschnell esma (f) (f) (m) (m) Modello a class d cresca (f) (f) n (m) n (m) f () m () f () m () (f) n f n () (m) m n n () Quando s suda una popolazone d pane, n genere è dffcle deermnarne l eà prma dell abbameno Alre grandezze correlae con l eà, qual l damero d un albero o la

10 sua bomassa, possono essere valuae pù faclmene nel corso della sua va e dal puno d vsa economco n generale sono pù neressan Il modello che consdereremo n queso paragrafo e che assume come varabl d sao le class d cresca, anzché le class d eà, s basa sulle poes seguen: alla classe apparengono le pane d dmensone pù pccola, e alle class successve pane d dmenson va va crescen; con l rascorrere del empo le pane ransano araverso class d ndce crescene (non s consdera l evenualà che una pana possa rdurre le sue dmenson) nell unà d empo, una pana può ransare alla classe mmedaamene successva, oppure rmanere nella classe a cu apparene, ma non è conemplao l caso che, nell unà d empo, una pana compa l passaggo alle alre class superor Se x (), =,,n denoa l numero d pane che all sane apparengono alla classe esma, ndchamo con l asso d sopravvvenza nella classe, ossa la frazone d ndvdu che all nzo dell nervallo d empo apparengono alla classe eche,essendosopravvssudurane uo l nervallo, rsulano n va all nzo dell nervallo successvo; c,con <c apple la frazone de sopravvssu della classe esma che apparengono alla classe all nzo dell nervallo e che ransano nella classe +,apparenendov all nzo dell nervallo successvo L equazone d aggornameno è allora, per =,,n x + ( + ) = c x ()+( c + ) + x + () Per quano rguarda la classe nesma, che comprende u gl alber d dmensone massma, da essa un albero esce solo per more naurale o per aglo: x n ( + ) = c n n x n ()+ n x n () (c n = ) Infne la classe nzale x comprende al empo + gl ndvdu che al empo apparengono alla classe x () esopravvvonofnoa + senza ransare nella classe d agla successva, ovvero ( c )x (); nuovnaalempo, aquallevareclassdcrescaconrbusconoconasspro cape,,, n : la quanà x () comprende gl ndvdu genera n [, + ) dalla esma classe d cresca e che sopravvvono fno all sane + Complessvamene x ( + ) = [ ( c )+ ]x ()+ x ()+ + n x n () Il modello lneare x( + ) = F x() assume allora la forma x ( + ) ( c ) + n x () x ( + ) c ( c ) x () x ( + ) c ( c ) x () = c n n n x n ( + ) x n () per semplcà, l coeffcene è qu rassorbo ne ass d naalà 8

11 AdfferenzadelmodellodLesle,ladagonaledF può conenere elemen posv olre l prmo: quando un unà d empo è rascorsa, una pana può manenere nvaraa la classe d cresca (ovvamene non la classe d eà!) Inolre ass d sopravvvenza,dcresca c ednaalà sono rfer alle class d cresca, non a quelle d eà La marce F può rscrvers come combnazone d re marc, cascuna conenene paramer che caraerzzano re fenomen fondamenal della cresca, della sopravvvenza e della rgenerazone: c c c F = c c n {z } marce d cresca {z } marce d sopravvvenza Marc non negave e ssem posv + n {z } marce d rgenerazone Il modello d Lesle cosusce un esempo molo sgnfcavo d un ssema posvo Chamamo posv" ssem dnamc ne qual le varabl d sao, così come quelle d ngresso e d usca, se presen, possono assumere solano valor non negav I ssem lnear posv a empo dscreo sono descr da marc non negave e, n parcolare, l aggornameno del loro veore d sao n evoluzone lbera è ndoo da marc quadrae non negave S nusce percò che lo sudo delle propreà 8 delle marc quadrae non negave consena d rarre neressan concluson crca l evoluzone d popolazon la cu dnamca possa essere rappresenaa da un modello lneare dscreo Defnzon e noazon Nel seguo rcorreremo ad una nomenclaura apposa per marc e veor cu elemen sano non negav Se M =[m j ] R p m +, porremo M>> se m j > per ogn, j: n queso caso dremo che la marce è sreamene posva; M > se m j per ogn, j e almeno un elemeno della marce è posvo: n queso caso la marce M è posva; M se m j per ogn, j, senza escludere l caso che possa avers M =: la marce M èn queso caso non negava Se M ed N sono marc (n parcolare veor) d egual dmenson, porremo M>>N, oppure M>N, oppure M N, a seconda che M N sa sreamene posva, posva o non negava Se F è una marce n R n n +, l rcorso a rasformazon d smlarà non conserva n generale l suo caraere non negavo La classe delle rasformazon che possono applcars a F per ndagarne la sruura è percò molo meno generale del gruppo d smlarà e nclude (ma non concde con) la classe delle rasformazon ndoe da marc d permuazone Alla permuazone n n = n n s può assocare la marce d permuazone := [e e e n ], e esmo veore della base canonca d R n, che rasforma la base veccha" (v, v,,v n) nella base nuova" (v, v,,v n )=(v, v,,v n) Il veore rappresenao nella base veccha dalla colonna x = T n è rappresenao nella base nuova (o permuaa") dalla colonna n T = n T 8 per nformazon pù deaglae, per le dmosrazon de eorem e per alcun approfondmen s rnva a capol degl Appun d Teora de Ssem, che conengono anche una bblografa sull argomeno n 9

12 Analogamene, la rasformazone lneare rappresenaa nella base (v, v,,v n) dalla marce F =[f j ] R n n, nella base permuaa è rappresenaa dalla marce f, f, f, n T F = f, f, f, n f n, f n, f n,n oenua applcando la medesma permuazone alle colonne e alle rghe d F Due marc che dfferscono per una smlarà ndoa da una marce d permuazone (e qund per una medesma permuazone operaa sulle rghe e sulle colonne) s dcono cogreden La cogredenza preserva le propreà d non negavà, nonché l numero e l valore delle componen posve d rghe o colonne che s corrspondono nella permuazone Accennamo nfne alle marc monome (dee anche marc d permuazone generalzzae), che s oengono dalle marc d permuazone molplcandole (a desra o a snsra) per marc dagonal posve non sngolar Le smlarà ndoe da marc monome corrspondono a permuazon de veor d base accompagnae dalla molplcazone d cascuno d ess per una cosane posva, qund ad un rordno delle varabl d sao e ad un cambameno delle unà d msura ulzzae per deermnarne valor Il gruppo delle marc monome è l pù grande che preserva per smlarà la non negavà delle marc Propreà combnaore Alcune propreà de ssem posv dpendono solano dal fao che gl elemen presen nelle vare poszon delle marc sano o non sano dvers da zero, e non da parcolar valor assun dagl elemen posv Tal propreà sono dee combnaore Defnzone Una marce F n R n n + s dce prmva se esse un nero h> per cu rsula F h >>, ovvero se [F h ] rs >, 8r, s {,,,n}; rrducble se n corrspondenza ad ogn r, s {,,,n} esse un esponene h (che dpende n genere da r ed s) per cu rsula [F h ] rs > ; rducble se essono r ed s al che, per ogn h>, nf h s abba [F h ] rs =, 8h Le marc quadrae sreamene posve sono prmve, le prmve sono rrducbl e l nseme delle marc rducbl complemena quello delle marc rrducbl D alra pare apple apple F =, F = sono prmva ma non sreamene posva la prma e rrducble ma non prmva la seconda Una marce quadraa F con una rga o una colonna nulla è sempre rducble, poché la rga o la colonna rmangono nulle n ogn poenza posva della marce La seguene proposzone rpora alcune caraerzzazon della rrducblà Proposzone Sa F R n n + con n Le seguen condzon sono equvalen : ) F è rrducble; ) non esse alcuna marce d permuazone per cu s abba apple F F = T F = F F dove F e F sono soomarc quadrae non vuoe; ) la marce (I + F + + F n ) è sreamene posva Il rcorso a rasformazon d cogredenza consene d approfondre lo sudo delle marc rducbl: Proposzone Sa F R n n + una marce non negava rducble d dmensone n> Esse allora una marce d permuazone che per cogredenza pora la marce F nella seguene forma normale F = T FT = F, F, Fh,h????????? O F h+,h+??? Fk,k ()

13 n cu k è maggore d e cascun blocco dagonale F,,,,,k è una marce rrducble, o la marce nulla d dmensone per Inolre, se rsula h<k, n cascuna rga a blocch successva alla hesma uno almeno de blocch fuor dagonale e ndca con? è una marce posva 9 Iblocch F,, =,,,h, sono de blocch sola Propreà speral Mole propreà speral d una marce non negava dpendono dalla sua sruura combnaora Nelle proposzon a segure vedremo come esse s modfchno, ndebolendos, quando s passa dalla classe delle marc prmve a quella pù ampa delle marc rrducbl e nfne a quella delle marc non negave generche Proposzone Se F R n n + è una marce prmva, allora ) [Auoveore e auovalore sreamene posv] essono un numero reale > eun veore v >>, F v = v ; ) [Massmalà d ] per ogn alro auovalore (F ) s ha < ; ) [Spero perferco] è radce semplce del polnomo caraersco d F, ossa è un auovalore con moleplcà algebrca ; v) [Uncà dell auoveore posvo e base d Jordan] v è, a meno d un faore d proporzonalà posvo, l unco auoveore posvo della marce F Rspeo alla base d Jordan, ogn veore x > ha componene posva su v ; v) [Monooncà dell auovalore domnane] Se F è maggore d F, ossa F F>, l corrspondene auovalore posvo massmale soddsfa la dseguaglanza > Nel caso d marc rrducbl, l enuncao è pù arcolao: lo spero perferco", ovvero l nseme degl auovalor aven modulo eguale al raggo sperale, può non conenere un solo elemeno, ma ha una confgurazone assa parcolare, come assa parcolare è la sruura degl auoveor corrsponden agl auovalor perferc, secondo quano sarà precsao nella successva proposzone Proposzone Se F R n n + è una marce rrducble, allora ) [Auoveore e auovalore sreamene posv] essono un numero reale > eun veore v >> al che F v = v ; ) [Massmalà d ] per ogn alro auovalore (F ) s ha apple ; ) [Spero perferco e sruura generale dello spero] ogn auovalore con = è radce semplce del polnomo caraersco; nolre esse un nero posvo, deo ndce d mprmvà d F ", per cu gl auovalor a modulo sono u semplc e sono numer compless da da e j k, k =,,,, l nero spero d F è nvarane (moleplcà ncluse) rspeo alla molplcazone per e j ; la marce rrducble F è prmva se e solo se l suo ndce d mprmvà vale ; v) [Uncà dell auoveore posvo e base d Jordan] v è, a meno d un faore d proporzonalà posvo, l unco auoveore posvo della marce F Rspeo alla base d Jordan, ogn veore x > ha componene posva su v ; v) [Monooncà dell auovalore domnane] Se F è maggore d F, ovvero F F >, l corrspondene auovalore posvo soddsfa la dseguaglanza > Proposzone Se F R n n + è rrducble, sa de(zi F )=z n + c nk z n k + c nk z n k + + c n z n + c n z n 9 equndnonnulla de auoveore e auovalore d Perron de anch ess auoveore e auovalore d Perron

14 l suo polnomo caraersco, con n = n k >n k > >n >n >n Allora concdono l numero degl auovalor perferc (ossa l ndce d mprmvà ) e l massmo comune dvsore delle dfferenze d grado n n =MCD{n n, n n,, n k n k, n k n k } Quando per una marce non negava ven meno la condzone d rrducblà, vale la seguene Proposzone Se F R n n + ènonnegava, ) [Auovalore massmale non negavo, con auoveore posvo] essono un numero reale e un veore v > al che F v = v ; ) [Sruura generale dello spero] per ogn alro auovalore (F ) s ha apple ; ) [Spero perferco] essono ner,, g,gappleneradc dell unà = e j, = e j, g = e j g per cu gl auovalor perferc (coè a modulo ) sono numer compless, =,,, ;, =,,, ; ; g g, g =,,, g v) [Quando esse un auoveore massmale sreamene posvo?] l auospazo U, corrspondene all auovalore massmale, comprende un auoveore v sreamene posvo se e solo se, nella forma normale (), è auovalore d u blocch sola F,, =,,,h,manon è auovalore degl alr blocch dagonal F,, > h; v) [Monooncà dell auovalore massmale] se F è maggore d F, ovvero F F>, corrsponden auovalor massmal non negav e soddsfano la dseguaglanza L auovalore massmale d una marce non negava F è essenzale per verfcare la sablà asnoca del ssema posvo assocao Esso può essere smao, e n alun cas deermnao con esaezza, a parre dalle somme degl elemen d rga o d colonna Proposzone 8 [Somme d rga o d colonna e auovalore massmale] Se F =[f j ] R n n + e se c j = f j, j =,,n e r = f j, =,,n sono le somme degl elemen che cosuscono rspevamene la colonna jesma e la rga esma d F, allora l auovalore massmale non negavo soddsfa le dseguaglanze mn c j apple apple max c j ; j j Prova Non è resrvo supporre che l auoveore v = > n corrspondene all auovalore j= mnr apple apple max r () sa socasco, ovvero soddsf P n = Allora da f + f + + f n n = f + f + + f n n = f n + f n + + f nn n = n sommando per colonne s oene X n f + f + + f n n = c + c + + c n n = j = (8) Dalle dseguaglanze mn j c j [ n] apple c + c + + c n n apple max c j [ n] j enendo cono d (8) e del fao che v è socasco, segue mn c j apple apple max c j j j Analogamene, ragonando sull auoveore snsro (o consderando la marce F T ), s pervene a mn r apple apple max r j=

15 Esempo Nel modello d Lesle la marce ˆF n () ha ue le rghe a somma unara, ecceo la prma che ha per somma P n, ossa l asso medo d rproduzone R Qund la condzone > può essere soddsfaa solo se l asso neo d rproduzone R è maggore d Eserczo Nell esempo precedene, s verfch che R > è anche condzone suffcene per avere > ] Suggermeno: se n >, ˆF èrrducble Srducaallora n d una quanà > così pccola da manenere R > e n > La nuova marce è ancora rrducble e per essa l auovalore domnane è maggore o eguale a S applch allora la propreà (v) della proposzone Se n =e k èl ulmovaloreposvodellafunzoneneadmaernà,sparzon ˆF esene consder l sooblocco ˆF d dmensone k k Eserczo () La sma () dell auovalore massmale può essere raffnaa: max{mn c j, mn j j r }apple apple mn{max c j, max r } () In una marce non negava rsula max r mn j c j ] Suggermeno: s no che (r + r + + r n) apple n max r eche n mn j c j apple (c + c + + c n) () La dseguaglanza n () vale per anche per marc cu elemen hanno segno arbraro? Consderazon conclusve sul modello d Lesle Marce d Lesle con n = Nell poes che n F ass d sopravvvenza sano u posv, la marce d Lesle () è rrducble se e solo se n > Per quano rguarda ass d naalà, la suazone n cu n è nullo rsula è puoso comune, dal momeno che n mole popolazon le ulme class d eà sono nfeconde In queso caso, se h è l valore massmo dell ndce a cu corrsponde un asso d naalà posvo, la marce F assume la forma normale h h O h (9) h h+ n nella quale u blocch dagonal, ecceo l prmo che ha dmensone h h ed è rrducble, sono non sola, null e d dmensone Qund, per l eorema 8, lo spero della marce F possede l auovalore d Perron del prmo blocco dagonale, sreamene posvo e semplce, alr auovalor perferc del prmo blocco dagonale, se non prmvo, evenual alr auovalor a modulo mnore d del prmo blocco dagonale, l auovalore nullo con moleplcà n h, relavo a blocch scalar nlpoen non sola F ha un auoveore v sreamene posvo, unco a meno d faor molplcav essendo un auovalore semplce Se ṽ = T h R h + è l auoveore (desro) d Perron del prmo blocco dagonale d F, l auoveore (desro) v R n + èdaoda h v = () h+ n con h+ = h h, h+ = h+ h+ In modo analogo s verfca che F possede anche un auoveore snsro w T sreamene posvo

16 relavo all auovalore Se nolre v, v,,v n formano, nseme con v, una base d Jordan per la marce F, rsula ( w T v > se = () = se =,,,n Ogn veore nzale d popolazone x() > s esprme n modo unco come combnazone de veor della base d Jordan x() = v + v () e, premolplcando () per w T, s verfca che deve essere un numero posvo Eserczo S verfch () e s dmosr che, rspeo a una base d Jordan, la componene del veore x() > su v è posva Se n (9) l prmo blocco dagonale della marce d Lesle è prmvo, ha modulo sreamene maggore d quello degl alr auovalor, percò al dvergere d veor F v, =,,, n sono nfnesm Il veore d popolazone dvena asnocamene parallelo a v e può essere approssmao come segue x() =F x() = v + F v = ( v + F v ) v Eserczo Se due ass d naalà consecuv e + sono posv, l prmo blocco dagonale della marce d Lesle (9) è prmvo Marce d Lesle rrducble Supponamo che nella marce d Lesle s abba n >, ossa n > Allora F èrrducble e F (z) =z n z n z n n z n oenuo n () ha negavo l ermne cosane; per la proposzone, l ndce d mprmvà d F s può calcolare a parre da grad de monom non null d F (z): se,,, k = n sono valor non null della funzone nea d maernà, con < < < k = n, lpolnomocaraerscoè de(zi F )=z n z n z n k z n k edconseguenzaabbamo k z n n = MCD{n (n ), (n ) (n ), (n ) (n ), (n k ) (n k )} = MCD{,,,, k } = MCD{,,, k, k = n} () =n k n k n k n n n n k k k n k = n k k ovvero l ndce d mprmvà è l MCD (degl ndc) de ass d naalà posv La marce d Lesle è prmva se e solo se l MCD n () è unaro, qund, n parcolare, quando sono non null due due ass d naalà consecuv se sono soddsfae uleror poes, che precseremo nel seguo, F può essere anche prmva

17 Onde d popolazone Quando l ndce d mprmvà d F è maggore d,s nnescano,come vedremo,onde d popolazone, coèdsrbuzondpopolazoneperodche(se =)opseudoperodche Sa v èl auoveoredperrondellamarcedlesle,rrducbleeconndcedmprmvà > Ponamo := e j / endchamoconv h,h=,,,, gl auoveor corrsponden agl auovalor perferc h Denoamo con v h, h =, +,,n, gl alr auoveor e auoveor generalzza della base d Jordan, relav qund ad auovalor con modulo mnore d Qualsas sa la popolazone nzale X x() = x = h v h + h= h v h, k= la popolazone x() al dvergere del empo soddsfa la relazone x() X ' h v h h h= dal momeno che u gl addend della somma P n k= hv h vengono rasforma da F n veor d norma rascurable rspeo a quella de rasforma della somma P h= hv h Pochè rsula h = h+ per ogn nero, se èsuffcenemenegrandesha x( + ) + X X ' h v h h(+ ) = h= h= h v h h ' x() equndx( + ) ' x() Sempre per grand valor d, ncascunpseudoperododduraa veordsaodescr dalla popolazone sono proporzonal a veor X h v h, h= X h v h h, h= X h v h h,, h= X h v h ( )h, h= qund la dsrbuzone della popolazone nelle n class d eà rorna cclcamene (ogn san) nella medesma confgurazone D alra pare l lvello della popolazone complessva (e la somma degl ndvdu presen nelle n class d eà) s accresce n un perodo secondo un faore par Osservazone Sebbene l veore d popolazone e l lvello complessvo d popolazone dopo un perodo sano par a vole l veore e l lvello raggun all nzo del perodo, non è necessaramene vero che n un passo l veore o l lvello d popolazone s accrescano d un faore par a rspeo a quell del passo precedene

ESPONENTI DI LIAPUNOV

ESPONENTI DI LIAPUNOV ESPONENTI DI IAPUNOV Ssem a empo dscreo, mono- e mul-dmensonal Problemache d calcolo Ssem a empo connuo C. Pccard e F. Dercole Polecnco d Mlano - 9/0/200 /8 MAPPE MONO-DIMENSIONAI Consderamo l ssema a

Dettagli

Lezione 11. Polinomi a coefficienti in un campo.

Lezione 11. Polinomi a coefficienti in un campo. Lezone Prerequs: Lezone 0. Polnom a coeffcen n un campo. Sa K un campo. In quesa lezone sudamo le propreà armeche dell'anello d polnom K[ X ], che sono analoghe a quelle valde nell'anello Z e da no consderae

Dettagli

C = Consideriamo ora un circuito RC aperto, cioè tale in cui non circoli corrente(pertanto la carica presente sulle armature è nulla).

C = Consideriamo ora un circuito RC aperto, cioè tale in cui non circoli corrente(pertanto la carica presente sulle armature è nulla). I crcu Defnzone: s defnsce crcuo un crcuo elerco n cu al generaore d fem sono collega una ressenza e un condensaore. V cordamo che per un condensaore è possble defnre la capacà come l rapporo ra la carca

Dettagli

Regimi periodici non sinusoidali

Regimi periodici non sinusoidali Regm perodc non snusodal www.de.ng.unbo./pers/masr/ddaca.hm versone del -- Funzon perodche S dce che una funzone y è perodca se esse un > ale che per ogn e per ogn nero y y l pù pccolo valore d per cu

Dettagli

Equazioni dei componenti

Equazioni dei componenti Equazon de componen Eserczo Nella fgura è rappresenao un quadrupolo la cu sruura nerna alla superfce lme conene ressor R e R. Deermnare le equazon del componene ulzzando come arabl descre quelle corrsponden

Dettagli

Condensatore + - Volt

Condensatore + - Volt 1) Defnzone Condensaore Sruura: l condensaore è formao da due o pù superfc condurc, chamae armaure, separae da un maerale solane, chamao delerco. Equazon Caraersche: La ensone ra armaure è dreamene proporzonale

Dettagli

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI SOMMARIO:. Legg fnanzare. - 2. Regme fnanzaro dell neresse semplce e dello scono razonale. - 3. Regme fnanzaro dell neresse e dello scono composo. - 4. Tass equvalen.

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria APPENDICE ATEATICA Elemen d maemaca fnanzara. Il regme dell neresse semplce L neresse è l fruo reso dall nvesmeno del capale. Nel corso dell esposzone s farà rfermeno a due regm o pologe d calcolo dell

Dettagli

MATEMATICA FINANZIARIA 2 PROVA SCRITTA DEL 11 SETTEMBRE 2007 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 2 PROVA SCRITTA DEL 11 SETTEMBRE 2007 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL SETTEMBRE 007 ECONOMIA AZIENDALE ESERCIZIO a Su un mercao deale vene smaa, rame prezz d TCN unar, la seguene sruura per scadenza de ass a pron (0,4,% ; (0,4,8%

Dettagli

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici

Introduzione ai Modelli di Durata: Alcuni Modelli Parametrici Inroduzone a Modell d Duraa: Alun Modell Paramer a.a. 2009/2010 - Quaro Perodo Prof. Flppo DOMMA Corso d Laurea Spealsa/Magsrale n Eonoma Applaa Faolà d Eonoma UnCal 1. Esponenzale Modell Paramer Le funzon

Dettagli

Ministero dell Istruzione, dell Università e della Ricerca

Ministero dell Istruzione, dell Università e della Ricerca Noa ecnca La formula per la ulzzazone degl Indcaor conenua nell allegao al D.M. n. 506/2007, è defna araverso seguen passagg logco-algebrc, n relazone a quano prevso dal D.M. 3 luglo 2007, n. 362 (lnee

Dettagli

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari

Lezione n. 2 di Controlli Automatici A prof. Aurelio Piazzi Modellistica ed equazioni differenziali lineari Cors d Laurea n Ingegnera Eleronca, Informaca e delle Telecomuncazon Lezone n. 2 d Conroll Auomac A prof. Aurelo Pazz dfferenzal lnear Unversà degl Sud d Parma a.a. 2009-2010 Cenn d modellsca (crcu elerc

Dettagli

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE AA 2009-2010 DOCENTE: PAOLO LISCA 1 Polnomo mnmo Avvertenza: con V ndcheremo uno spazo

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI Fondamen d Segnal e Trasmssone Segnal deermnsc e casual Un segnale () s dce DETEMIISTICO se e una funzone noa d, coe se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI POCESSI CASUALI Segnal deermnsc e casual Un segnale () s dce DEEMIISICO se è una funzone noa d, coè se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale è noo con esaezza

Dettagli

Circuiti magnetici. (versione del ) Campo magnetico stazionario o quasi stazionario

Circuiti magnetici.  (versione del ) Campo magnetico stazionario o quasi stazionario Crcu magnec www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Campo magneco sazonaro o quas sazonaro Condzon sazonare: grandezze eleromagneche cosan nel empo Condzon quas sazonare: varazon nel empo

Dettagli

Meccanica Cinematica del punto materiale

Meccanica Cinematica del punto materiale Meccanca 7-8 Puno maerale Corpo d dmenson rascurabl rspeo allo spazo nel quale s muoe e neragsce con alr corp Approssmazone Terra-Sole R d Earh Sun-Earh 6 6.4 m.5 m 4.3 5 E una buona approssmazone? - rba

Dettagli

Oscillazioni libere e risonanza di un circuito RLC-serie (Trattazione analitica del circuito RLC-serie)

Oscillazioni libere e risonanza di un circuito RLC-serie (Trattazione analitica del circuito RLC-serie) Ing. Eleronca - II a Esperenza del aboraoro d Fsca Generale II Oscllazon lbere e rsonanza d un crcuo -sere (Traazone analca del crcuo -sere on quesa breve noa s vuole fornre la raazone eorca del crcuo

Dettagli

Campo magnetico stazionario

Campo magnetico stazionario Campo magneco sazonaro www.de.ng.unbo./pers/masr/ddaca.hm (versone del 3--) Equazon fondamenal Equazon per l campo magneco H J B H B n d J n d Equazon d legame maerale ezzo lneare soropo B H H ) ( ezzo

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE

GENERATORE DI IMPULSO CON AMPLIFICATORE OPERAZIONALE GENEAOE DI IMPULSO CON AMPLIFICAOE OPEAZIONALE Un generaore d mpulso, o mulvbraore monosable, è un crcuo che presena due possbl sa: uno sao sable ed uno sao quas sable Il crcuo s rova, normalmene, nello

Dettagli

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3.

Determinare gli insiemi delle soluzioni dei seguenti sistemi lineari non omogenei e scriverli in forma di spazio affine ESERCIZIO 1.3. Deermnare gl nsem delle soluon de seguen ssem lnear non omogene e srverl n forma d spao affne ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO ESERCIZIO 6 ESERCIZIO ESERCIZIO ESERCIZIO 9 ESERCIZIO SOLUZIONI

Dettagli

Componenti dotati di memoria (dinamici)

Componenti dotati di memoria (dinamici) omponen doa d memora (dnamc) S raa d componen elerc che esprmono una relazone cosua ra ensone e correne che rchama anche alor d ensone e/o correne rfer ad san d empo preceden. a relazone cosua è n queso

Dettagli

Definizione della tariffa per l accertamento di conformità degli strumenti di misura

Definizione della tariffa per l accertamento di conformità degli strumenti di misura alla delberazone d Guna n. 2 del 20.0.2009 Defnzone della arffa per l accerameno d conformà degl srumen d msura. Per l accerameno d conformà degl srumen d msura sono defne le seguen 8 class arffare: denfcavo

Dettagli

Sorgenti Numeriche - Soluzioni

Sorgenti Numeriche - Soluzioni Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B

Dettagli

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16

INDICE. Capitalizzazione Pagina 3 Sconto e valore attuale Pagina 10 Equivalenza finanziaria e operazioni composte Pagina 14 Rendite Pagina 16 MATEMATICA FINANZIARIA www.marosandr. INDICE Capalzzazone Pagna 3 Scono e valore auale Pagna 0 Equvalenza fnanzara e operazon compose Pagna 4 Rende Pagna 6 2 CAPITALIZZAZIONE Defnzon Il conrao d preso

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Modulo Foreste: algoritmo di stima

Modulo Foreste: algoritmo di stima Modulo Forese: algormo d sma Modello For Es (Fores Esmaes) La procedura mplemenaa n Inemar è basaa sul modello For-Es svluppao da ISPRA seguendo le ndcazon delle lnee guda LULUF dell IP. S basa su una

Dettagli

Bayes. stati del mondo

Bayes. stati del mondo ayes Sao del mondo Se ndchamo con uno sao del mondo e un eveno, la probablà d dao ndca che s manfesa dao che è lo sao del mondo. Qund l eveno può essere pensao anche come uno sao del mondo. La formula

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

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Controllo predittivo (MPC o MBPC)

Controllo predittivo (MPC o MBPC) Conrollo predvo MPC o MBPC Nella sa formlaone pù enerale, l conrollo predvo consa d re dee d base:. L lo d n modello maemaco ao a prevedere le sce del processo nel san d empo fr l orone. Le sce fre, comprese

Dettagli

Esercitazioni di Elettrotecnica: circuiti in evoluzione dinamica

Esercitazioni di Elettrotecnica: circuiti in evoluzione dinamica Unersà degl Sud d assno sercazon d leroecnca: crcu n eoluzone dnamca nono Maffucc maffucc@uncas er oobre 7 rcu dnamc del prmo ordne S Nel seguene crcuo è assegnaa la correne nell nduore all sane caare

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t 4. Approcco formale E neressane efnre le caraersche e var regm fnanzar n manera pù asraa e generale, n moo a poer suare qualsas regme fnanzaro. A al fne efnamo percò e paramer n grao escrvere qualsas po

Dettagli

() t. B = insieme di segnali. M = { s 1 (t),, s i (t),, s m (t) } 1 b 1 (t) = 0 ) 2 b 2 (t) = 0 ) Lo spazio dei segnali. Lo spazio dei segnali

() t. B = insieme di segnali. M = { s 1 (t),, s i (t),, s m (t) } 1 b 1 (t) = 0 ) 2 b 2 (t) = 0 ) Lo spazio dei segnali. Lo spazio dei segnali Lo spazo e segnal Lo spazo e segnal Inroucao una rappresenazone veorale e segnal ella cosellazone M Serve a seplfcare proble n rcezone, ove nvece lavorare con le fore ona s (), è pù seplce lavorare con

Dettagli

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO

NOTA METODOLOGICA INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Noa meodologca - Indc snec per confron emporal 53 INDICI SINTETICI PER CONFRONTI TEMPORALI: UN INDICE STATICO E UNO DINAMICO Uno de prncpal problem nella cosruzone d ndc snec rguarda la scela d meod che

Dettagli

Definizione. Algoritmi di Change Detection - foreground. background

Definizione. Algoritmi di Change Detection - foreground. background Algorm d Change Deecon - Defnzone 1 Change Deecon: rlevameno de cambamen n mmagn della sessa scena acquse n san dfferen. Inpu: due o pu mmagn della scena. Oupu: mmagne bnara dea Change Mask che ad ogn

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

Istituzioni di Probabilità Laurea magistrale in Matematica 15 Gennaio 2015

Istituzioni di Probabilità Laurea magistrale in Matematica 15 Gennaio 2015 Iuzon d Probablà Laurea magrale n Maemaca 5 Gennao 5 Eerczo. pun S conder l equazone dfferenzale ocaca S dmor che dx = X d +, X = x. X = B + e x e B d è l unca oluzone. S mpo la verfca che ale oluzone

Dettagli

Campi Elettromagnetici e Circuiti I Potenza in regime sinusoidale

Campi Elettromagnetici e Circuiti I Potenza in regime sinusoidale Facolà d ngegnera Unersà degl sud d aa Corso d aurea rennale n ngegnera Eleronca e nformaca Camp Eleromagnec e Crcu oenza n regme snusodale Camp Eleromagnec e Crcu a.a. 05/6 rof. uca erregrn oenza n regme

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

6 Prodotti scalari e prodotti Hermitiani

6 Prodotti scalari e prodotti Hermitiani 6 Prodott scalar e prodott Hermtan 6.1 Prodott scalar S fss K = R. Defnzone 6.1 Sa V un R-spazo vettorale. Un prodotto scalare su V è un applcazone che gode delle seguent propretà: ) (lneartà rspetto al

Dettagli

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007

Metodi quantitativi per la stima del rischio di mercato. Aldo Nassigh. 16 Ottobre 2007 Meod quanav per la sma del rscho d mercao Aldo Nassgh 16 Oobre 007 METODI NUMERICI Boosrap della curva de ass Prncpal Componen Analyss Rsk Mercs Meod d smulazone per l calcolo del VaR basa su Full versus

Dettagli

Esercitazioni di Teoria dei Circuiti: circuiti in evoluzione dinamica

Esercitazioni di Teoria dei Circuiti: circuiti in evoluzione dinamica Unersà degl Sud d assno sercazon d Teora de rcu: crcu n eoluzone dnamca prof nono Maffucc maffucc@uncas er oobre 7 Maffucc: rcu n eoluzone dnamca er-7 rcu dnamc del prmo ordne S Nel seguene crcuo è assegnaa

Dettagli

Analisi delle reti con elementi dinamici

Analisi delle reti con elementi dinamici Prncp d ngegnera elerca ezone a Anals delle re con elemen dnamc Induore Connesson d nduor Induore nduore è un bpolo caraerzzao da una relazone ensonecorrene d po dfferenzale: ( d( d e hanno ers coordna

Dettagli

Introduzione ai Processi Stocastici

Introduzione ai Processi Stocastici Capolo 1 Inroduzone a Process Socasc 1.1 Prme defnzon 1.1.1 Process socasc Rcordamo che uno spazo d probablà è una erna Ω, F, P dove Ω è un nseme, F è una σ-algebra d par d Ω, P è una msura d probablà

Dettagli

Corso di Laurea in Ingegneria Informatica (Laurea on Line)

Corso di Laurea in Ingegneria Informatica (Laurea on Line) Mlano 6//04 Corso d Laurea n Ingegnera Inoraca Laurea on Lne Corso d Fondaen d Segnal e rasssone Pra prova Inereda Carss suden, scopo d quesa pra prova nereda è quello d vercare l vosro grado d apprendeno

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

CONDUTTIMETRIA. La conduttanza è l inverso della resistenza e la resistenza Conduttanza C = R

CONDUTTIMETRIA. La conduttanza è l inverso della resistenza e la resistenza Conduttanza C = R ODUTTIMETIA La condumera è una ecnca basaa sulla conducblà degl on presen n soluzone. I conduor possono essere : I spece generalmene meall e meallod, sono caraerzza dall assenza del rasporo d maera, n

Dettagli

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Prima prova di gruppo

Prima prova di gruppo Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

Problema. Integrazione scorte e distribuzione. Modello. Modello

Problema. Integrazione scorte e distribuzione. Modello. Modello Problema Inegrazone score e dsrbuzone Modell a domanda varable ree dsrbuva: uno a mol merc: colleame domanda: varable vncol: numero e capacà vecol cos: fss/varabl, magazzno/rasporo approcco rsoluvo: eursco/esao

Dettagli

Spostamento, velocità, accelerazione

Spostamento, velocità, accelerazione Spostamento, veloctà, acceleraone Posone e spostamento Due stan assegna t 1 e t, con t t 1 >0 Posone al tempo t 1 : r r t ) ( ( t ), ( t ), ( 1 ( 1 1 1 t1 Posone al tempo t : r r t ) ( ( t ), ( t ), (

Dettagli

ISTRUZIONE OPERATIVA:

ISTRUZIONE OPERATIVA: ASSORBIENTO D QUA LA PRESSIONE ATOSFERI Pagna 1 d 5 L da INDICE: 1) Scopo 2) Campo d applcazone 3) Norma d rfermeno 4) Defnzon e smbol 5) Responsablà 6) Apparecchaure 7) odalà esecuve 8) Esposzone de rsula

Dettagli

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini.

Lezione 12. Funzioni polinomiali. Radici di un polinomio. Teorema di Ruffini. Lezone Peequs: Lezone. Funzon polnomal. Radc d un polnomo. Teoema d Ruffn. Sa K un campo e sa L un campo d cu K è soocampo (n al caso s dce anche che L è un'esensone d K). Sa f ( X ) K[ X ] e sa α L. Alloa,

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/2019 1. Esercz: lezone 17/10/2018 Rendmento d un B.O.T. Eserczo 1. Un captale C vene chesto n prestto alla banca

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

G. SUPERTI FURGA MODELLISTICA DEI SISTEMI ELETTROMECCANICI Marzo 2005 SISTEMI DI INDUTTORI pag. 1 di 12

G. SUPERTI FURGA MODELLISTICA DEI SISTEMI ELETTROMECCANICI Marzo 2005 SISTEMI DI INDUTTORI pag. 1 di 12 G. SUPERTI FURGA MODELLISTICA DEI SISTEMI ELETTROMECCANICI Marzo 5 SISTEMI DI INDUTTORI pag. d SISTEMI DI INDUTTORI. INDUTTORI Gl nsem d nduor sono un argomeno parcolarmene mporane, cò ne gusfca una raazone

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

Capitolo 2 Le leggi del decadimento radioattivo

Capitolo 2 Le leggi del decadimento radioattivo Capolo Le legg del decadmeno radoavo. Sablà e nsablà nucleare Se analzzamo aenamene la cara de nucld, vedamo che n essa sono rappresena, olre a nucle sabl, anche var nucle nsabl. Con l ermne nsable s nende

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Convertitore DC-DC Flyback

Convertitore DC-DC Flyback Conerore C-C Flyback era al buck-boos e al poso ell nuore c è un rasforaore n ala frequenza: Fgura : schea prncpo el flyback conerer Prncpo funzonaeno: TO: la correne ene a enrare al pallno superore el

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

Dettagli

Amplificatori operazionali

Amplificatori operazionali Amplfcaor operazonal Pare 3 www.de.ng.unbo./pers/masr/ddaca.hm (ersone del 8-5-7) Crcu con reroazone posa Se la ressenza d reroazone ene collegaa ra l'usca e l'ngresso non nerene s oengono crcuo con reroazone

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Elettrotecnica /2009 Totale ore: 30; Crediti corrispondenti: 3

Elettrotecnica /2009 Totale ore: 30; Crediti corrispondenti: 3 Eleroecnca 2 28/29 Toale ore: 3; re corrsponden: 3 Anals de crcu n funzonameno dnamco Anals nel domno del empo rcu del prmo ordne e del secondo ordne, elazone ngresso/usca ed equazon d sao, Prncpal segnal

Dettagli

Sistemi Intelligenti Stimatori e sistemi lineari - III

Sistemi Intelligenti Stimatori e sistemi lineari - III Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\

Dettagli

Università degli Studi di Firenze

Università degli Studi di Firenze Unversà degl Sud d Frenze Facolà d Ingegnera orso d Laurea n Ingegnera per l Ambene e l Terroro Anno Accademco 2-21 F F F F F V o s V o s V o s V o s orso d Teora de Ssem Dffusone d un nqunane organco

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI

Equilibrio e stabilità di sistemi dinamici. Stabilità interna di sistemi dinamici LTI Equlbro e stabltà d sstem dnamc Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI Stabltà nterna d sstem dnamc LTI TC Crter d stabltà per sstem dnamc LTI TC Stabltà nterna d sstem dnamc

Dettagli

Sistemi dinamici LTI del 2 ordine: traiettorie nel piano di stato. Fondamenti di Automatica Prof. Silvia Strada 1

Sistemi dinamici LTI del 2 ordine: traiettorie nel piano di stato. Fondamenti di Automatica Prof. Silvia Strada 1 Sem dnamc LTI del ordne: raeore nel pano d ao Fondamen d Auomaca Prof. Slva Srada x 8 6 4 8 6 4 x x.5.5 5 5 Movmeno dello ao x 3 4 5 6 7 8 9 Movmeno dello ao x 3 4 5 6 7 8 9..4.6.8..4.6.8 x = Sema dnamco

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Lezione n La concentrazione

Lezione n La concentrazione 1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone

Dettagli

Equazioni di stato per circuiti del I ordine

Equazioni di stato per circuiti del I ordine Lezone 5 Equazon d sao per crcu del ordne Lezone n.5 Equazon d sao per crcu del ordne. Equazone d sao per crcu del ordne. Dmensone fsca de coeffcen dell equazone d sao. Esercz. sere e parallelo. L sere

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone

Dettagli

Lezione 6. Funzione di trasferimento. F. Previdi - Automatica - Lez.6 1

Lezione 6. Funzione di trasferimento. F. Previdi - Automatica - Lez.6 1 Lezone 6. Funzone d rafermeno F. Prevd - uomaca - Lez.6 Schema della lezone. Defnzone (operava). Inerpreazone della funzone d rafermeno 3. Funzone d rafermeno: pol e zer 4. Funzone d rafermeno: paramerzzazon.

Dettagli

Teoremi dei circuiti

Teoremi dei circuiti Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --04) Teorema d Tellegen potes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

Fisica Generale B. Correnti elettriche stazionarie. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico Maurizio Piccinini

Fisica Generale B. Correnti elettriche stazionarie. Scuola di Ingegneria e Architettura UNIBO Cesena Anno Accademico Maurizio Piccinini Fsca Generale Corren elerche sazonare Scuola d Ingegnera e rcheura UNIO Cesena nno ccademco 14 15 Inensà d correne Fenomen sazonar: le carche sono n movmeno con caraersche nvaran nel empo n cascun puno.

Dettagli

Indice. Previsioni. Previsioni. Introduzione

Indice. Previsioni. Previsioni. Introduzione Indce Prevson Inroduzone 9//7 7.3 conce base modell causal sere emporal error sere sazonare sere con rend sere con sagonalà Prevson La capacà d prevedere (forecasng l fuuro è fondamenale per un azenda.

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

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

ELETTROTECNICA Ingegneria Industriale

ELETTROTECNICA Ingegneria Industriale ELETTOTECNICA Ingegnera Indusrale BIPOLI E TASFOMATE Sefano Pasore Dparmeno d Ingegnera e Archeura Corso d Eleroecnca 43IN a.a. 3-4 Classfcazone de componen Dpende dalle equazon cosue del modello del componene,

Dettagli

La corrente vale metà del valore finale quando 0,2(1 e ) = 0, 1; risolvendo l equazione si

La corrente vale metà del valore finale quando 0,2(1 e ) = 0, 1; risolvendo l equazione si 7.6 La corrente nzale è edentemente nulla. on l nterruttore chuso la costante d tempo è τ = L/ = 1/200 s. Il alore fnale è ( ) = 20/100 = 0,2 A. on l espressone (7.13b) a pag. 235 del lbro s ottene 200t

Dettagli