Il modello media-varianza con N titoli rischiosi. Una derivazione formale. Enrico Saltari

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Il modello media-varianza con N titoli rischiosi. Una derivazione formale. Enrico Saltari"

Transcript

1 Il modello media-varianza con N titoli rischiosi. Una derivazione formale Enrico Saltari

2 La frontiera efficiente con N titoli rischiosi Nel caso esistano N titoli rischiosi, con N 2, il problema della determinazione del portafoglio ottimale può essere formulato nei seguenti termini. Funzione obiettivo Minimizzarelavarianza,σ 2 : minσ 2 =α T Σα La minimizzazione è soggetta a due vincoli. 2

3 Vincolo Inprimoluogo,lasommadellequotediportafogliodeveesserepariad: u T α= Vincolo 2 Insecondoluogo,èdatoilrendimentoattesodelportafoglio,µ,dicuisiintende minimizzare la varianza: I simboli hanno il seguente significato. E T α=µ Tutte le lettere in grassetto rappresentano vettori colonna. L apice ( T sta ad indicarechesitrattadiunvettoreriga. 3

4 αèilvettoredellequotediportafoglio. [ α ] Nelcasodi2titoliessoè α 2. Eèilvettoredeirendimentiattesideititoli. Nelcasodi2titoliessoèE[ Rs R 2s ] = [ µ µ 2 ].Cioè,E(R S =E uèilvettorecompostosoltantoda. Nelcasodi2elementiessoè [ ]. Σ=E [ (R S E(R S E T] èlamatricedellevarianze-covarianze. Nelcasodi2titoliessaè 4

5 E[( Rs µ R 2s µ 2 ( Rs µ R 2s µ 2 ] = [ σ 2 ρσ σ 2 ρσ σ 2 σ 2 2 ]. Procedura di soluzione La procedura di soluzione consiste di 3 passi:. Determinazione delle quote di portafoglio attraverso la soluzione del problema di ottimo vincolato; 2. Determinazione del valore del moltiplicatore di Lagrange; 3. Determinazione dell equazione della frontiera efficiente. Lagrangiano Se formiamo il lagrangiano: L= 2 αt Σα+λ ( u T α +γ ( µ E T α 5

6 e differenziamo rispetto α, otteniamo: ovvero L α =Σα λu γe=0 Σα=λu+γE Portafoglioottimale( Lequoteottimalidiportafoglioα sono α =λσ u+γσ E Per ottenere i valori dei moltiplicatori λ e γ, utilizziamo i due vincoli sostituendovi lequote ottimaliα appenadeterminate. Poiché la sommadelle quote di portafoglio deve essere pari a e il rendimento atteso del portafoglio è µ, otteniamo = u T α =λu T Σ u+γu T Σ E µ = E T α =λe T Σ u+γe T Σ E Definiamo ora i seguenti scalari: 6

7 A=u T Σ u,b=u T Σ E,C=E T Σ E. Allora, il precedente sistema si può riscrivere come λa+γb = λb+γc = µ oinformamatricialecome [ A B B C ][ λ γ ] = [ µ ] Moltiplicatori(2 I valori dei moltiplicatori λ e γ sono λ= D (C µb, γ= D (Aµ B, cond AC B2 Frontiera(3 Sostituendogliα ottimalieivalorideimoltiplicatorinell equazione della varianza e utilizzando le due equazioni dei vincoli, si ha σ 2 = α T Σα =α T (λu+γe = λ+γµ= ( Aµ 2 2Bµ+C D 7

8 Questa è l equazione della frontiera quando sono presenti solo titoli rischiosi. Esempio Definite la frontiera efficiente in presenza di soli titoli rischiosi e scrivete l equazione corrispondente. Sul mercato sono presenti soltanto due titoli rischiosi. La matrice delle varianze-covarianze e il vettore dei rendimenti attesi di questi due titoli siano quelli indicati qui di seguito. Σ= ( 2,E= Ricavate l equazione della frontiera efficiente. (.2. Risposta Calcoliamo l inversa della matrice delle( varianze-covarianze. Il determinante è Σ =, mentre l aggiunta è Σ + 2 =, sicché l inversa 8

9 è Σ = Σ Σ+ = ( 2 Calcoliamo i parametri dell equazione della frontiera efficiente A = u T Σ u= ( ( 2 B = u T Σ m= ( ( 2 ( C = m T Σ m= (.2. ( 2 D = AC B 2 = =0.0 = (.2 =.2. (.2. L equazione della frontiera efficiente è perciò Aµ σ= 2 2Bµ+C =0 µ 2 2.4µ+.45 D =.45 9

10 .4 Rendimento atteso Deviazione standard 0

11 La frontiera efficiente con N titoli rischiosi e titolo non rischioso Supponiamo ora che accanto agli N titoli rischiosi esista un titolo privo di rischio. Indichiamolarelativaquota di portafoglio conα 0 econ R 0 il suo rendimento. Poichélasommadellequoteècomunqueparia,α 0 = u T α.ilrendimento del portafoglio può allora essere espresso come µ=α 0 R 0 +E T α= ( u T α R 0 +E T α Vincolo Il vincolo per questo problema è perciò µ R 0 =(E R 0 u T α Il lagrangiano diviene allora L= 2 αt Σα+γ [ µ R 0 (E R 0 u T α ]

12 e la minimizzazione comporta ovvero L α =Σα γ(e R 0u=0 Σα=γ(E R 0 u Portafoglio ottimale( Le quote ottimali di portafoglio sono perciò α =γσ (E R 0 u, α 0 = ut α Utilizziamo il vincolo per determinare il valore del moltiplicatore µ R 0 = (E R 0 u T α =(E R 0 u T γσ (E R 0 u = γ ( AR 2 0 2BR 0+C Moltiplicatore(2 da cui γ= µ R 0 AR 2 0 2BR 0+C 2

13 Dalla definizione della varianza e dal vincolo otteniamo così σ 2 = α T Σα =α T (E R 0 uγ = γ(µ R 0 e sostituendo il valore del moltiplicatore prima ricavato, otteniamo infine σ 2 = µ R 0 AR 2 0 2BR 0+C (µ R 0 Frontiera(3 L equazione della frontiera efficiente in questo caso è una retta µ=r 0 ±σ AR0 2 2BR 0+C Esempio SupponetecheiltassodiinteresseprivodirischiosiaR 0 =. Utilizzandoidati della precedente domanda, determinate l equazione della frontiera efficiente. 3

14 Risposta Poiché l equazione della frontiera efficiente è µ=r 0 ±σ AR0 2 2BR 0+C otteniamo subito µ=+σ A 2B+C=+3.65σ Il portafoglio di tangenza Nel portafoglio di tangenza il titolo privo di rischio non viene detenuto e perciò α 0 =0.Inaltreparole,lasommadellequotediportafoglioditangenza,α T dei titolirischiosièparia: =u T α T Se sostituiamo in questa equazione le quote ottimali prima ricavate, 4

15 Portafoglio ottimale( α =γσ (E R 0 u determiniamo il valore del moltiplicatore per il portafoglio di tangenza u T α T ==u T Σ (E R 0 uγ=(b AR 0 γ Moltiplicatore(2 e perciò γ T = B AR 0 Portafoglio di tangenza(3 Le quote del portafoglio di tangenza sono quindi α T = B AR 0 Σ (E R 0 u Avendoricavatoα T,possiamodeterminaremediaevarianzadelportafoglio di tangenza. 5

16 Inparticolare,dalvincolodeterminiamol eccessodirendimentoatteso,µ t R 0 µ T R 0 = (E R 0 u T α T =(E R 0 u T Σ (E R 0u B AR 0 = AR2 0 2BR 0+C B AR 0 Dalla definizione di varianza, otteniamo σ 2 T = αt T Σα T = = AR2 0 2BR 0+C (B AR 0 2 (B AR 0 2(E R 0u T Σ ΣΣ (E R 0 u Esempio Utilizzando i dati della precedente domanda, determinate la composizione del portafoglio di tangenza, nonché il rendimento atteso e lo scarto quadratico medio. 6

17 Risposta Impiegando la formula, otteniamo α T = Σ (E R 0 u= B AR ( 0 ( = 0. = 0.2 ( Lamediaè µ T = R 0 + AR2 0 2BR 0+C B AR 0 = + A 2B+C = B A 0.2 =.25 mentre lo scarto quadratico medio è σ T = AR2 0 2BR 0+C (B AR 0 2 = =.2 7

18 .4 Rendimento atteso Deviazione standard 8

19 Una derivazione alternativa della frontiera in presenza di soli titoli rischiosi Invece di determinare esplicitamente il valore del moltiplicatore di Lagrange per calcolare le quote di portafoglio di tangenza, possiamo procedere nel seguente modo. Partiamo dalla condizione per la determinazione delle quote ottimali di portafoglio sicché L α =Σα γ(e R 0u=0 Σα=γ(E R 0 u che riscriviamo come γ Σα=E R 0u 9

20 Definiamo adesso una nuova variabile y Sostituendo, avremo perciò lacuisoluzioneè y= α γ Σy=E R 0 u y=σ (E R 0 u Per ottenere le quote ottimali del portafoglio di tangenza, è sufficiente ora normalizzare le nuove variabili, vale a dire gli elementi del vettore, in modo tale chelalorosommasiaparia α i = y i u T y = y i yi 20

21 Per verificare l uguaglianza appena scritta, è sufficiente qualche passaggio algebrico α T = u T y y= u T( Σ (E R 0 u Σ (E R 0 u= = Σ (E R 0 u B AR 0 Inoltre, sono sufficienti due portafogli di tangenza per generare l intera frontiera. Il motivo è che la combinazione lineare convessa di due portafogli di tangenza dàluogoaunaltroportafoglioditangenza. Supponiamoinfatticheα X eα Y siano due portafogli che giacciono sulla frontiera. Allora per questi portafogli deve essere vero che x = Σ (E R X u; α Xi = x i u T x = x i xi y = Σ (E R Y u; α Yi = y i u T y = y i yi dove R i per i = X,Y indica il tasso di interesse privo di rischio relativo ai dueportafogliditangenzax ey.moltiplicandolaprimaequazionepera(una costante,lasecondaper aesommando,otteniamo ax+( ay=σ [E (ar X +( ar Y u] 2

22 Ponendo z = ax+( ay dato che la somma dei pesi è uguale a e ar X +( ar Y =R Z,possiamoscrivere z=σ [E R Z u];α Zi = z i u T z = z i zi Esempio PoniamoR X ugualeaer Y paria.5. Ipesidelvettorexsonoallora x = Σ (E R X u= ( ( = 0. ( = ( Normalizzando a questi pesi dividendo per la loro somma, otteniamo (.5 α X = = 0.5 che sono gli stessi pesi ottenuti in precedenza per il portafoglio di tangenza. 22

23 RipetiamooralestesseoperazioniconR y.abbiamo eperciò y = Σ (E R Y u ( ( = 0.05 α y = ( = = ( ( Se calcoliamo media e volatilità dei due portafogli, otteniamo: σ X =.2,µ X =.25 σ Y = 2.24,µ Y =.4 Qualunque altro portafoglio può essere ottenuto da una combinazione lineare di X e Y. Ad esempio, quello rappresentato dal punto blu in figura è ricavato pesando ilportafogliox conunpesodi0.6ey con0.4 α Z =0.6 ( ( = (

24 Il rendimento medio di questo portafoglio è perciò oppure µ Z =E T α z = (.2. ( 2.. =.3 mentre la sua volatilità è oppure σ Z = = σ Z = = µ Z = α X µ X +α Y µ Y = α T Z Σα Z= = =.3 ( 2.. ( 2 α 2 X σ2 X +2α xα y σ XY +α 2 yα 2 y= ( = =.49 ( ( 2 = 2.2=.49 (

25 .4 Rendimento atteso.3.2 (s X, µ X (s Y, µ Y. 0 2 Deviazione standard 25

26 La determinazione dei coefficienti beta Le condizioni di ottimo relative al portafoglio di tangenza possono essere utilmente riscritte nel seguente modo L α T = Σα T γ(e R 0 u = cov T γ(e R 0 u=0 Ilvettoredellecovarianzecov T diciascunodeititoliconilportafoglioditangenza èperciò Utilizzando le condizioni di ottimo cov T =γ(e R 0 u Σα T =(E R 0 uγ possiamo riscrivere la varianza del portafoglio di tangenza come σ 2 T = αt T Σα T =α T T (E R 0uγ = (µ T R 0 γ 26

27 perchéperilportafoglioditangenzaµ T =α T T Eelasommadellequoterelative aititolirischiosièparia,α T Tu=.Eliminandoγ dalleultimedueequazioni, ricaviamo i beta ovvero cov T = σ2 T µ T R 0 (E R 0 u E R 0 u=(µ T R 0 cov T σ 2 T =(µ T R 0 β T SML Elemento per elemento i beta si possono scrivere come µ i =R 0 +(µ T R 0 β i Questa è l equazione della linea di valutazione delle attività. 27

28 Esempio SupponiamoancoracheiltassodiinteresselordoprivodirischiosiaR 0 =.In questo caso il portafoglio di tangenza è (.5 α T = 0.5 eibetasono β= cov T σ 2 T = (.2 2Σα T =0.8 2 ( = ( Si noti che per i titoli presenti nel portafoglio di tangenza le relazioni espresse dalla linea di valutazione delle attività valgono con esattezza, senza i residui tipici delle regressioni: µ =.2=R 0 +β (µ T R 0 =+0.8(.25 µ 2 =.=R 0 +β 2 (µ T R 0 =+0.4(.25 28

29 Una derivazione alternativa dei coefficienti beta Poiché i beta sono per definizione i coefficienti di regressione che hanno come regressore il portafoglio di tangenza, per un qualsiasi portafoglio o titolo Z non necessariamente efficiente possiamo scrivere, assumendo che il portafoglio di tangenzasiaα X β = cov(α Z,α X var(α X = E[ α T Z (R S E(R S E T α TX E [ α T TX (R S E(R S E T ] α TX ] = αt Z Σα TX α T X Σα TX Usiamoorailprocedimentoprimavisto. Definiamounanuovavariabilex= α γ. Dalle condizioni di ottimo γ Σα=E R Xu Σy=E R X u 29

30 Per ottenere le quote ottimali del portafoglio di tangenza, è sufficiente ora normalizzarelenuovevariabilix T inmodotalechelalorosommasiaparia α i = x i u T x = x i Seα T èilportafoglioditangenza,siavràperciò xi x=σ (E R X u;α T = u T x x Sostituendo, otteniamo β T = α T Z Σ u T x x α T X Σ = u T x x = αt Z (E R Xu α T X (E R Xu α T Z Σ u T x Σ (E R X u α T Y Σ u T x Σ (E R X u Ricordandocheα T Z E=µ Z echeα T X E=µ X,ricaviamo ovvero µ Z R X =β X µ X R X µ X =R X +β X (µ X R X 30

31 Esempio SupponiamocheiltassodiinteresselordoprivodirischiosiaR 0 =echeperciò il portafoglio di tangenza sia ( α T.5 = 0.5 Perottenereibetadeiduetitoli,poniamoperilprimotitolounportafogliopari ( ( 0 a eperilsecondo.alloraibetadeiduetitolisono 0 β = αt Z Σα TX α T X Σα TX β 2 = αt Z Σα TX α T X Σα TX = = ( 0 ( 2 ( 0 ( 2 ( =0.8 ( =0.4 3

Il criterio media-varianza eilmodello CAPM. Enrico Saltari

Il criterio media-varianza eilmodello CAPM. Enrico Saltari Il criterio media-varianza eilmodello CAPM Enrico Saltari 1 Il criterio media-varianza Seα 1 èlaquotadellaricchezzadestinataall acquistodeltitolo1eα 2 èla quota impiegata nell acquisto del titolo 2, il

Dettagli

Il criterio media-varianza e il modello CAPM

Il criterio media-varianza e il modello CAPM Il criterio media-varianza e il modello CAPM 1 Il criterio media-varianza Se α 1 è la quota della ricchezza destinata all acquisto del titolo 1 e α 2 èlaquota impiegata nell acquisto del titolo 2, il valore

Dettagli

Appunti di Statistica Descrittiva

Appunti di Statistica Descrittiva Appunti di Statistica Descrittiva 30 dicembre 009 1 La tabella a doppia entrata Per studiare dei fenomeni con caratteristiche statistiche si utilizza l espediente della tabella a doppia entrata Per esempio

Dettagli

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1

2 + (σ2 - ρσ 1 ) 2 > 0 [da -1 ρ 1] b = (σ 2. 2 - ρσ1 σ 2 ) = (σ 1 1 PORTAFOGLIO Portafoglio Markowitz (2 titoli) (rischiosi) due titoli rendimento/varianza ( μ 1, σ 1 ), ( μ 2, σ 2 ) Si suppone μ 1 > μ 2, σ 1 > σ 2 portafoglio con pesi w 1, w 2 w 1 = w, w 2 = 1- w 1

Dettagli

5.4 Solo titoli rischiosi

5.4 Solo titoli rischiosi 56 Capitolo 5. Teoria matematica del portafoglio finanziario II: analisi media-varianza 5.4 Solo titoli rischiosi Suppongo che sul mercato siano presenti n titoli rischiosi i cui rendimenti aleatori sono

Dettagli

La scelta di portafoglio

La scelta di portafoglio La scelta di portafoglio 1 La scelta di portafoglio La scelta di portafoglio: il modo in cui un individuo decide di allocare la propria ricchezza tra più titoli Il mercato dei titoli è un istituzione che

Dettagli

FINANZA AZIENDALE AVANZATO

FINANZA AZIENDALE AVANZATO FINANZA AZIENDALE AVANZATO La diversificazione di portafoglio e il CAPM Lezione 3 e 4 1 Scopo della lezione Illustrare il modello logico-teorico più utilizzato nella pratica per stimare il rendimento equo

Dettagli

Capitolo 2 TEORIA DEL PORTAFOGLIO

Capitolo 2 TEORIA DEL PORTAFOGLIO Capitolo 2 TEORIA DEL PORTAFOGLIO La teoria del portafoglio si propone di studiare il modo ottimale di distribuire la ricchezza fra più titoli disponibili tenendo conto del rischio e del rendimento dei

Dettagli

Esercitazione di Martedì 28 Ottobre (Rischio-Rendimento) Esercizio n 1, Calcolo dei pesi all interno di un portafoglio costituito da 2 titoli

Esercitazione di Martedì 28 Ottobre (Rischio-Rendimento) Esercizio n 1, Calcolo dei pesi all interno di un portafoglio costituito da 2 titoli Esercitazione di Martedì 28 Ottobre (Rischio-Rendimento) Esercizio n 1, Calcolo dei pesi all interno di un portafoglio costituito da 2 titoli Un portafoglio è costituito dal titolo A e dal titolo B. Il

Dettagli

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo.

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo. LEZIONE 4 Il Capital Asset Pricing Model 1 Generalità 1 Generalità (1) Il Capital Asset Pricing Model è un modello di equilibrio dei mercati che consente di individuare una precisa relazione tra rendimento

Dettagli

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1 LA VALUTAZIONE DI PORTAFOGLIO Giuseppe G. Santorsola 1 Rendimento e rischio Rendimento e rischio di un singolo titolo Rendimento e rischio di un portafoglio Rendimento ex post Media aritmetica dei rendimenti

Dettagli

La domanda di moneta

La domanda di moneta Corso interfacoltà in Economia Politica economica e finanza Modulo in Teoria e politica monetaria La domanda di moneta (terza parte) Giovanni Di Bartolomeo gdibartolomeo@unite.it La teoria keynesiana (preferenza

Dettagli

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ icroeconomia Douglas Bernheim, ichael Whinston Copyright 009 The cgraw-hill Companies srl COE ASSIIZZARE UNA FUNZIONE DI UTILITÀ Supponiamo che il reddito mensile di Elena sia pari a Y e sia interamente

Dettagli

Rischio e rendimento degli strumenti finanziari

Rischio e rendimento degli strumenti finanziari Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Rischio e rendimento degli strumenti finanziari Capitolo 15 Indice degli argomenti 1. Analisi dei rendimenti delle principali attività

Dettagli

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2

Se x* e punto di minimo (locale) per la funzione nell insieme Ω, Ω = { x / g i (x) 0 i I, h j (x)= 0 j J } lo e anche per F(x) = f o (x) + c x x 2 NLP -OPT 1 CONDIZION DI OTTIMO [ Come ricavare le condizioni di ottimo. ] Si suppone x* sia punto di ottimo (minimo) per il problema min f o (x) con vincoli g i (x) 0 i I h j (x) = 0 j J la condizione

Dettagli

Massimi e minimi vincolati di funzioni in due variabili

Massimi e minimi vincolati di funzioni in due variabili Massimi e minimi vincolati di funzioni in due variabili I risultati principali della teoria dell ottimizzazione, il Teorema di Fermat in due variabili e il Test dell hessiana, si applicano esclusivamente

Dettagli

Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti

Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti finanziari in un contesto di flussi finanziari certi, tuttavia

Dettagli

Le curve di indifferenza sulla frontiera di Markowitz

Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria da Markowitz al teorema della separazione e al CAPM Le curve di indifferenza sulla frontiera di Markowitz Markowitz

Dettagli

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti

Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti Il Capital asset pricing model è un modello di equilibrio dei mercati, individua una relazione tra rischio e rendimento, si fonda sulle seguenti ipotesi: Gli investitori sono avversi al rischio; Gli investitori

Dettagli

Separazione in due fondi Security Market Line CAPM

Separazione in due fondi Security Market Line CAPM Separazione in due fondi Security Market Line CAPM Eduardo Rossi Economia dei mercati monetari e finanziari A.A. 2002/2003 1 Separazione in due fondi Un vettore di rendimenti er può essere separato in

Dettagli

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette.

1. Sia dato un poliedro. Dire quali delle seguenti affermazioni sono corrette. . Sia dato un poliedro. (a) Un vettore x R n è un vertice di P se soddisfa alla seguenti condizioni: x P e comunque presi due punti distinti x, x 2 P tali che x x e x x 2 si ha x = ( β)x + βx 2 con β [0,

Dettagli

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche.

sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. sezioni incluso Espandi tutto 0. Elementi di matematica elementare (parzialmente incluso) Sezione 0.1: I numeri reali Sezione 0.2: Regole algebriche. Potenze e percentuali Sezione 0.3: Disuguaglianze Sezione

Dettagli

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA UNIVERSITA DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria A.a. 2003/2004 1 Indice La Capital Market Theory di Markowitz Il Teorema della separazione di Tobin e la Capital Market Line

Dettagli

Il rischio di un portafoglio

Il rischio di un portafoglio Come si combinano in un portafoglio i rischi di 2 titoli? dipende dai pesi e dal valore delle covarianze covarianza a a ρ a b ρ a b ρ b b ρ coefficiente di correlazione = cov / ² p = a² ² + b² ² + 2 a

Dettagli

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA...

15 febbraio 2010 - Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a. 2009-2010 COGNOME... NOME... N. MATRICOLA... 15 febbraio 010 - Soluzione esame di geometria - 1 crediti Ingegneria gestionale - a.a. 009-010 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura

Dettagli

Economia monetaria e creditizia. Slide 4

Economia monetaria e creditizia. Slide 4 Economia monetaria e creditizia Slide 4 Le teorie diverse che spiegano come di determina la domanda di moneta possono essere ricondotte alle due funzioni di mezzo di pagamento e di riserva di valore la

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Ricerca Operativa 2. Introduzione al metodo del Simplesso

Ricerca Operativa 2. Introduzione al metodo del Simplesso Ricerca Operativa 2. Introduzione al metodo del Simplesso Luigi De Giovanni Giacomo Zambelli 1 Problemi di programmazione lineare Un problema di ottimizzazione vincolata è definito dalla massimizzazione

Dettagli

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagina Giovanna Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secondaria di secondo grado UNITÀ CAMPIONE Edizioni del Quadrifoglio à t i n U 1 Sistemi di primo grado

Dettagli

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM;

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; PROGRAMMA 0. Introduzione 1. Valore.. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; Rischio e capital budgeting Introduzione a rischio e rendimento 3. Decisioni

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Condizionamento del problema

Condizionamento del problema Condizionamento del problema x 1 + 2x 2 = 3.499x 1 + 1.001x 2 = 1.5 La soluzione esatta è x = (1, 1) T. Perturbando la matrice dei coefficienti o il termine noto: x 1 + 2x 2 = 3.5x 1 + 1.002x 2 = 1.5 x

Dettagli

Finanza Aziendale. Lezione 12. Analisi del rischio

Finanza Aziendale. Lezione 12. Analisi del rischio Finanza Aziendale Lezione 12 Analisi del rischio Obiettivi i della lezione I rendimenti e la loro misurazione I rendimenti medi ed il loro rischio La misurazione del rischio e l effetto diversificazione

Dettagli

1 Massimi e minimi liberi 1. 2 Massimi e minimi vincolati 7. 3 Soluzioni degli esercizi 12

1 Massimi e minimi liberi 1. 2 Massimi e minimi vincolati 7. 3 Soluzioni degli esercizi 12 UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica 1 Massimi e minimi delle funzioni di più variabili Indice 1 Massimi e minimi liberi 1 Massimi e minimi vincolati 7 3 Soluzioni degli esercizi

Dettagli

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1 23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari In uno schema uniperiodale e in un contesto di analisi media-varianza, si consideri un mercato

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia

Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello

Dettagli

Modello di simulazione per un portafoglio diversificato

Modello di simulazione per un portafoglio diversificato Modello di simulazione per un portafoglio diversificato Giulio alomba Università olitecnica delle Marche Dipartimento di Economia giulio@dea.unian.it Maggio 2004 Indice 1 Introduzione 2 2 Il modello analitico

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

STATISTICA DESCRITTIVA SCHEDA N. 5: REGRESSIONE LINEARE

STATISTICA DESCRITTIVA SCHEDA N. 5: REGRESSIONE LINEARE STATISTICA DESCRITTIVA SCHEDA N. : REGRESSIONE LINEARE Nella Scheda precedente abbiamo visto che il coefficiente di correlazione fra due variabili quantitative X e Y fornisce informazioni sull esistenza

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono essere

Dettagli

Tecniche di analisi multivariata

Tecniche di analisi multivariata Tecniche di analisi multivariata Metodi che fanno riferimento ad un modello distributivo assunto per le osservazioni e alla base degli sviluppi inferenziali - tecniche collegate allo studio della dipendenza

Dettagli

Valori caratteristici di distribuzioni

Valori caratteristici di distribuzioni Capitolo 3 Valori caratteristici di distribuzioni 3. Valori attesi di variabili e vettori aleatori In molti casi è possibile descrivere adeguatamente una distribuzione di probabilità con pochi valori di

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 2003 Sessione straordinaria ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE P.N.I. 3 Sessione straordinaria Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA È assegnata

Dettagli

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.

Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica. Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione

Dettagli

GEOMETRIA I Corso di Geometria I (seconda parte)

GEOMETRIA I Corso di Geometria I (seconda parte) Corso di Geometria I (seconda parte) anno acc. 2009/2010 Cambiamento del sistema di riferimento in E 3 Consideriamo in E 3 due sistemi di riferimento ortonormali R e R, ed un punto P (x, y, z) in R. Lo

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

Corso di Macroeconomia. Il modello IS-LM. Appunti

Corso di Macroeconomia. Il modello IS-LM. Appunti Corso di Macroeconomia Il modello IS-LM Appunti 1 Le ipotesi 1. Il livello dei prezzi è fisso. 2. L analisi è limitata al breve periodo. La funzione degli investimenti A differenza del modello reddito-spesa,

Dettagli

= E(X t+k X t+k t ) 2 + 2E [( X t+k X t+k t + E

= E(X t+k X t+k t ) 2 + 2E [( X t+k X t+k t + E 1. Previsione per modelli ARM A Questo capitolo è dedicato alla teoria della previsione lineare per processi stocastici puramente non deterministici, cioè per processi che ammettono una rappresentazione

Dettagli

APPLICAZIONI LINEARI

APPLICAZIONI LINEARI APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)

Dettagli

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione

2.1 Definizione di applicazione lineare. Siano V e W due spazi vettoriali su R. Un applicazione Capitolo 2 MATRICI Fra tutte le applicazioni su uno spazio vettoriale interessa esaminare quelle che mantengono la struttura di spazio vettoriale e che, per questo, vengono dette lineari La loro importanza

Dettagli

Note di matematica per microeconomia

Note di matematica per microeconomia Note di matematica per microeconomia Luigi Balletta Funzioni di una variabile (richiami) Una funzione di variabile reale ha come insieme di partenza un sottoinsieme di R e come insieme di arrivo un sottoinsieme

Dettagli

STRUTTURE ALGEBRICHE

STRUTTURE ALGEBRICHE STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente operazione), oppure legge di composizione interna. Per definizione

Dettagli

Massimi e minimi vincolati

Massimi e minimi vincolati Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:

Dettagli

Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli

Operazioni finanziarie. Asset allocation: come ottimizzare un portafoglio di attività finanziarie. di Amedeo De Luca (*)

Operazioni finanziarie. Asset allocation: come ottimizzare un portafoglio di attività finanziarie. di Amedeo De Luca (*) Operazioni Tecniche Asset allocation: come ottimizzare un portafoglio di attività di Amedeo De Luca (*) Attraverso una composizione del portafoglio di attività strategica e ben condotta i gestori finanziari

Dettagli

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto.

(V) (FX) Z 6 è un campo rispetto alle usuali operazioni di somma e prodotto. 29 giugno 2009 - PROVA D ESAME - Geometria e Algebra T NOME: MATRICOLA: a=, b=, c= Sostituire ai parametri a, b, c rispettivamente la terzultima, penultima e ultima cifra del proprio numero di matricola

Dettagli

SELEZIONE DI UN PORTAFOGLIO EFFICIENTE DI ATTIVITÀ MOBILIARI E IMMOBILIARI

SELEZIONE DI UN PORTAFOGLIO EFFICIENTE DI ATTIVITÀ MOBILIARI E IMMOBILIARI UNIVERSITA' DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE Corso di laurea in Statistica, Economia e Finanza TESI DI LAUREA SELEZIONE DI UN PORTAFOGLIO EFFICIENTE DI ATTIVITÀ MOBILIARI E IMMOBILIARI

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

La teoria dell utilità attesa

La teoria dell utilità attesa La teoria dell utilità attesa 1 La teoria dell utilità attesa In un contesto di certezza esiste un legame biunivoco tra azioni e conseguenze: ad ogni azione corrisponde una e una sola conseguenza, e viceversa.

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se

Dettagli

1 La scelta ottimale dei fattori produttivi e la funzione di costo di lungo periodo

1 La scelta ottimale dei fattori produttivi e la funzione di costo di lungo periodo 1 La scelta ottimale dei fattori produttivi e la funzione di costo di lungo periodo 1.1 La soluzione analitica Il problema dell impresa è quello di scegliere la combinazione migliore degli inputs al fine

Dettagli

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6 EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)

Dettagli

Metodi di previsione

Metodi di previsione Metodi di previsione Giovanni Righini Università degli Studi di Milano Corso di Logistica I metodi di previsione I metodi di previsione sono usati per ricavare informazioni a sostegno dei processi decisionali

Dettagli

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità Probabilità e Statistica ESERCIZI EsercizioA1 Data la variabile aleatoria normale standard Z, si calcoli la probabilità che Z sia minore o uguale di 1,2. Soluzione La probabilità che una variabile aleatoria

Dettagli

09 - Funzioni reali di due variabili reali

09 - Funzioni reali di due variabili reali Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 09 - Funzioni reali di due variabili reali Anno Accademico 2013/2014

Dettagli

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI

4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI 119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

Corso di Analisi Numerica

Corso di Analisi Numerica Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 8 - METODI ITERATIVI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche 1 Norme e distanze 2 3 4 Norme e distanze

Dettagli

RETTE, PIANI, SFERE, CIRCONFERENZE

RETTE, PIANI, SFERE, CIRCONFERENZE RETTE, PIANI, SFERE, CIRCONFERENZE 1. Esercizi Esercizio 1. Dati i punti A(1, 0, 1) e B(, 1, 1) trovare (1) la loro distanza; () il punto medio del segmento AB; (3) la retta AB sia in forma parametrica,

Dettagli

CONI, CILINDRI, SUPERFICI DI ROTAZIONE

CONI, CILINDRI, SUPERFICI DI ROTAZIONE CONI, CILINDRI, SUPERFICI DI ROTAZIONE. Esercizi x + z = Esercizio. Data la curva x, calcolare l equazione del cilindro avente γ y = 0 come direttrice e con generatrici parallele al vettore v = (, 0, ).

Dettagli

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione 1 PROBLEMI DI SCELTA Problemi di Scelta Campo di Scelta Funzione Obiettivo Modello Matematico Scelte in condizioni di Certezza Scelte in condizioni di Incertezza Effetti Immediati Effetti Differiti Effetti

Dettagli

Autovalori e Autovettori

Autovalori e Autovettori Daniela Lera Università degli Studi di Cagliari Dipartimento di Matematica e Informatica A.A. 2008-2009 Autovalori e Autovettori Definizione Siano A C nxn, λ C, e x C n, x 0, tali che Ax = λx. (1) Allora

Dettagli

TEST FINANZA OTTOBRE 2013

TEST FINANZA OTTOBRE 2013 TEST FINANZA OTTOBRE 03. Si consideri la funzione f ( ) ln( e ). Determinare l espressione corretta della derivata seconda f ( ). e f( ) ( e ) A B f( ) e f( ) ln ( e ) C D f( ). Dati i tre vettori (, 3,

Dettagli

5. La teoria astratta della misura.

5. La teoria astratta della misura. 5. La teoria astratta della misura. 5.1. σ-algebre. 5.1.1. σ-algebre e loro proprietà. Sia Ω un insieme non vuoto. Indichiamo con P(Ω la famiglia di tutti i sottoinsiemi di Ω. Inoltre, per ogni insieme

Dettagli

Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.

Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Dott. Giuseppe Francesco Gori Domande a risposta multipla ) Se nel mercato

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Modelli di Ottimizzazione

Modelli di Ottimizzazione Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo

Dettagli

Soluzioni Esercizi elementari

Soluzioni Esercizi elementari Soluzioni sercizi elementari Capitolo. carattere: itolo di Studio, carattere qualitativo ordinato modalità: Diploma, Licenza media, Laurea, Licenza elementare unità statistiche: Individui. carattere: Fatturato,

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Questa nota consiste perlopiù nella traduzione (con alcune integrazioni) da Descriptive statistics di J. Shalliker e C. Ricketts, 2000, University of Plymouth Consideriamo i dati nel file esercizio10_dati.xls.

Dettagli

Lezione 3 Esercitazioni

Lezione 3 Esercitazioni Lezione 3 Esercitazioni Forlì, 26 Marzo 2013 Teoria della produzione Esercizio 1 Impiegando un fattore produttivo (input) sono stati ottenuti i livelli di produzione (output) riportati in tabella. Fattore

Dettagli

Appunti di Econometria

Appunti di Econometria Appunti di Econometria ARGOMENTO [2]: ESTENSIONI DEL MODELLO LINEARE Tommaso Nannicini Università Bocconi Ottobre 2010 1 Scelta della forma funzionale Abbiamo visto che abbandonare l assunzione di normalità

Dettagli

Analisi delle relazioni tra due caratteri

Analisi delle relazioni tra due caratteri Analisi delle relazioni tra due caratteri Le misure di connessione misurano il grado di associazione tra due caratteri qualsiasi sotto il profilo statistico (e non causale in quanto non è compito della

Dettagli

Il metodo della regressione

Il metodo della regressione Il metodo della regressione Consideriamo il coefficiente beta di una semplice regressione lineare, cosa significa? È una differenza tra valori attesi Anche nel caso classico di variabile esplicativa continua

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

Lezione 5. Argomenti. Premessa Vincolo di bilancio La scelta ottima del consumatore

Lezione 5. Argomenti. Premessa Vincolo di bilancio La scelta ottima del consumatore Lezione 5 Argomenti Premessa Vincolo di bilancio La scelta ottima del consumatore 5.1 PREESSA Nonostante le preferenze portino a desiderare quantità crescenti di beni, nella realtà gli individui non sono

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Esercizi su lineare indipendenza e generatori

Esercizi su lineare indipendenza e generatori Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 39 Introduzione Come si è detto,

Dettagli

Esercizio 1: Automobili

Esercizio 1: Automobili Esercizio 1: Automobili Le variabili decisionali sono i quattro pesi da attribuire alle quattro caratteristiche. Si tratta di variabili intere maggiori o uguali a 1, minori o uguali a 5, che sommate devono

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

3 Applicazioni lineari e matrici

3 Applicazioni lineari e matrici 3 Applicazioni lineari e matrici 3.1 Applicazioni lineari Definizione 3.1 Siano V e W dei K spazi vettoriali. Una funzione f : V W è detta applicazione lineare se: i u, v V, si ha f(u + v = f(u + f(v;

Dettagli

Funzioni di più variabili. Ottimizzazione libera e vincolata

Funzioni di più variabili. Ottimizzazione libera e vincolata libera e vincolata Generalità. Limiti e continuità per funzioni di 2 o Piano tangente. Derivate successive Formula di Taylor libera vincolata Lo ordinario è in corrispondenza biunivoca con i vettori di

Dettagli

Complementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013

Complementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013 Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito

Dettagli

MINIMIZZAZIONE DEI COSTI

MINIMIZZAZIONE DEI COSTI Università degli studi di MACERATA Facoltà di SCIENZE POLITICHE ECONOMIA POLITICA: MICROECONOMIA A.A. 2009/2010 MINIMIZZAZIONE DEI COSTI Fabio CLEMENTI E-mail: fabio.clementi@univpm.it Web: http://docenti.unimc.it/docenti/fabio-clementi

Dettagli