Note sulle Opzioni Americane

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Note sulle Opzioni Americane"

Transcript

1 Note sulle Opzioni Americane Wolfgang J. Runggaldier Universitá di Padova June 16, 2007 Si fornisce qui una traccia sull argomento delle opzioni americane a tempo discreto (dette anche Bermudean options) seguendo l esposizione in [1]. Non vengono qui riportate tutte le dimostrazioni dei vari enunciati, per quelle mancanti si rimanda a [1]. 1 Formulazione del problema Si consideri un mercato a tempo discreto con un titolo sottostante rischioso di prezzo S n nel generico periodo n e tale mercato sia completo con l unica misura martingala equivalente Q (occasionalmente, come in qualche esempio, S n può anche rappresentare un vettore di prezzi, cioè S n = [Sn, 1, Sn K ], però il mercato sarà sempre considerato completo). Si consideri poi un opzione su S n che possa essere esercitata in qualsiasi periodo n 0, 1,, N prima o alla scadenza N. Il profitto derivante dall esercizio nel generico periodo n sia rappresentato dalla sequenza di variabili casuali (processo) Z n adattate alla filtrazione Fn S generata da S n. Come esempio si puó pensare a Z n = (S n K) + oppure Z n = (K S n ) + corrispondenti ad una call oppure put americana rispettivamente. Problema 1 : Qual é il valore U n di questa opzione/derivato in n < N? Chiaramente si ha U N = Z N. Poniamoci allora nel periodo n = N 1: qui il venditore dovrá far fronte sia a Z N 1 qualora il detentore eserciti l opzione in n = N 1, sia a B N 1 E Q Z N B N F N 1 qualora il detentore non eserciti; quest ultimo importo permette infatti al venditore di far fronte a (replicare) Z N all ultimo periodo. Per il principio di assenza di opportunitá di arbitraggio l importo, che in n = N 1 permette al venditore di far fronte a tutte le eventualitá, fornisce anche il prezzo equo U N 1. Il ragionamento fatto per n = N 1 puó ora essere ripetuto per un generico n < N e quindi si ottiene la ricorsione all indietro U N = Z N U n 1 = max [Z n 1, B n 1 E Q U n B n F n 1 ] (1) 1

2 Indicando con Ũn, Z n i valori scontati Un B n Ũ N = Z N e Zn B n rispettivamente, si ha pure [ ] (2) Ũ n 1 = max Zn 1, E Ũn Q F n 1 Si noti che le ricorsioni (1) e (2) corrispondono alle ricorsioni all indietro tipiche della Programmazione Dinamica, dove nel presente caso si hanno solo due decisioni possibili : arrestare o continuare. Si ha ora la seguente Proposizione 1.1 Ũn é la piú piccola supermartingala che maggiora Z n. Problema 2 : Trovare il periodo ottimo di esercizio (riguarda principalmente il detentore dell opzione) ed una strategia di copertura (riguarda principalmente chi ha venduto l opzione). Il periodo/tempo di esercizio corrisponde a quello che nella teoria dei processi stocastici si chiama tempo di arresto e che ora richiameremo assieme ad altre nozioni di tipo ottimizzazione probabilistica che permetteranno di risolvere i Problemi 1 e 2. 2 Richiami di nozioni probabilistiche Definizione 2.1 Dato uno spazio di probabilitá (Ω, F, P ) con una filtrazione F n, n = 0, 1,, N, una variabile casuale ν 0, 1,, N si dice tempo di arresto (tempo aleatorio) se ν = n F n ν n F n (3) Definizione 2.2 Dato un processo (sequenza di variabili casuali) X n tempo di arresto ν, la sequenza adattato ed un é la corrispondente sequenza arrestata al tempo di arresto ν. X ν n(ω) := X ν(ω) n (ω) (4) Dalle definizioni segue immediatamente che sull evento ω ν(ω) = j si ha X ν n = Xj se j n X n se j > n (5) ed, inoltre, X ν N = X j. Vale la seguente Proposizione 2.3 Dato il processo adattato X n, anche X ν n é adattato e, se X n é una F n martingala (super-, sub-martingala), lo é pure X ν n. 2

3 La dimostrazione della Proposizione si basa sulla seguente rappresentazione X ν n = X 0 + n φ j (X j X j 1 ) (6) j=1 dove φ j := 1 j ν. Il risultato segue allora dalla positivitá e predicibilitá di φ j. Per l ultima affermazione si noti infatti che l evento j ν é il complementare dell evento ν j Inviluppo di Snell Lo studio di ricorsioni del tipo (1), (2) viene opportunamente effettuato mediante la nozione di inviluppo di Snell. Definizione 2.4 Sia dato un processo adattato Z n su uno spazio (Ω, F, F n, P ) con n N. Il processo U n definito da U N = Z N (7) U n = max [Z n, E U n+1 F n ] (che, per la Proposizione 1.1, é la piú piccola supermartingala che maggiora Z n ) é detto inviluppo di Snell (del processo Z n ). Dalla Definizione 2.4 segue che, laddove U n > Z n, si ha U n = EU n+1 F n. Questo suggerisce che, arrestando opportunamente U n, si possa ottenere una F n martingala. Vale infatti la seguente Proposizione 2.5 Data la variabile casuale ν 0 := infn 0 U n = Z n (8) che é un tempo di arresto per F n, si ha che U ν0 n é una F n martingala. Diamo qui di seguito una possibile dimostrazione di questa proposizione (si veda anche [1]). Ricordando la notazione U ν 0 n = U ν0 n, dobbiamo far vedere che E U ν 0 n+1 F n = U ν 0 n. Distinguiamo due casi : Se n ν 0 : U ν 0 n+1 = U ν0, U ν 0 n = U ν0 ed, essendo F ν0 F n si ha quindi E U ν 0 n+11 n ν0 F n = E Uν0 1 n ν0 F n = Uν0 1 n ν0 Se n < ν 0 : U ν 0 n+1 = U n+1, U ν 0 n = U n, in più U n > Z n quindi E U ν 0 n+11 n<ν0 F n = E Un+1 1 n<ν0 F n = 1n<ν0 E U n+1 F n = 1 n<ν0 U n dove abbiamo utilizzato il fatto che l evento n < ν 0, essendo il complementare di ν 0 n, sta in F n e che, sull evento n < ν 0, si ha U n = E U n+1 F n essendo ivi U n > Z n. 3

4 Unendo le due cose risulta finalmente E U ν 0 n+1 F n = E U ν 0 n+11 n ν0 F n + E U ν 0 n+11 n<ν0 F n = E U ν0 1 n ν0 F n + E Un+1 1 n<ν0 F n = 1 n ν0 E U ν0 F n + 1 n<ν0 E U n+1 F n = 1 n ν0 U ν0 + 1 n<ν0 U n = 1 n ν0 U ν 0 n + 1 n<ν0 U ν 0 n = U ν 0 n 2.2 Tempo di arresto ottimale ed inviluppo di Snell Vogliamo ora arrivare a stabilire un legame tra la nozione di inviluppo di Snell e tempo di arresto. Allo scopo sia τ n,n l insieme dei tempi di arresto a valori in n,, N ed, in particolare, si consideri τ 0,N. Dal fatto che (vedi Proposizione 1.1) U n é una supermartingala e che quindi (vedi Proposizione 2.3) anche la sequenza arrestata U ν n é una supermartingala, dalla proposizione 2.5 scende come corollario Corollario 2.6 Il tempo di arresto ν 0 soddisfa a U 0 = EZ ν0 F 0 = sup ν τ 0,N EZ ν F 0 (9) Piú in generale, ponendo ν n := infj n U j = Z j, si ha U n = EZ νn F n = sup ν τ n,n EZ ν F n (10) Si noti che la prima uguaglianza in (9) segue facilmente dalla proprietá di martingala di U ν 0 secondo la quale si ha U 0 = U ν 0 0 = E U ν 0 N F 0 = E U ν0 F 0 = E Z ν0 F 0 con l ultima uguaglianza dovuta alla definizione di ν 0 in (8). Per dimostrare la seconda uguaglianza sia ν τ 0,N. Essendo U ν una supermartingala che maggiora Z n, vale U 0 E UN ν F 0 = E U ν F 0 E Z ν F 0 da cui si ha il risultato tenendo conto che U 0 = E Z ν0 F 0. Analoghe considerazioni si possono fare per la (10). Definizione 2.7 Un tempo di arresto ν si dice ottimale per il processo Z n se EZ ν F 0 = sup ν τ 0,N EZ ν F 0 (11) Dal corollario 2.6 segue immediatamente che ν 0 é un tempo di arresto ottimale, ma non é detto che sia l unico. Inoltre l inviluppo di Snell fornisce anche il valore ottimale in quanto si ha U n = sup EZ ν F n. Calcolando quindi l inviluppo di Snell si ottiene sia ν τ n,n il valore ottimale U n, sia un tempo di arresto ottimale, cioé ν 0. Per procedere oltre enunciamo la Proposizione 2.8 Dato il processo Z n ed il suo inviluppo di Snell U n (vedi (7)) si ha che ν é un tempo di arresto ottimale se e solo se Zν = U ν (12) U ν n é una F n martingala 4

5 Notiamo che é facile vedere la parte se dell enuciato. Infatti, se U ν é una martingala, allora vale che U 0 = U ν 0 = E U ν N F 0 = E U N ν F 0 = E U ν F 0. Per la prima relazione della (12) quest ultima espressione é uguale a E Z ν F 0 per cui, essendo U 0 il valore ottimo, si ha l ottimalitá anche di ν. Per il solo se si rimanda a [1]. Dalla proposizione 2.8 scende immediatamente che ν 0 é il piú piccolo tempo di arresto ottimale. Lo stesso risultato permette anche di ottenere il piú grande tempo di arresto ottimale, ma per questo ci serve ancora la seguente proposizione, che successivamente ci sará utile anche per lo studio della copertura di opzioni americane in mercati completi. Proposizione 2.9 Ogni supermartingala U n puó decomporsi in modo univoco come U n = M n A n (13) dove M n é una martingala e A n é un processo predicibile, crescente e con A 0 = 0. Una volta calcolate le U n, la (13) permette di ottenere una relazione ricorsiva per le M n e così anche per le A n. Abbiamo infatti il seguente Corollario 2.10 Valgono le seguenti relazioni ricorsive M n+1 = M n + U n+1 E Q U n+1 F n A n+1 = A n + U n E Q U n+1 F n Per quanto riguarda la prima relazione, da U n+1 = M n+1 A n+1 si ha infatti da un lato (condizionando a F n e ricordando che A n è predicibile) A n+1 = M n EU n+1 F n, dall altro M n+1 = U n+1 + A n+1. Analogamente, per la seconda relazione da U n+1 = M n+1 A n+1 e U n = M n A n si ha EU n+1 F n = M n A n+1 = U n + A n A n+1. Si noti infine che, una volta determinate le U n, se si è già calcolata o la sequenza delle M n o quella delle A n sulla base delle relazioni ricorsive al Corollario 2.10, allora in base alla (13) si ottiene immediatamente anche l altra. Passiamo ora a determinare i possibili tempi di arresto ottimali. Dato sempre il processo Z n ed il suo inviluppo di Snell U n, la Proposizione 2.9, in particolare la predicibilità di A n, permette di concludere che il tempo aleatorio ν max = è un tempo di arresto. Inoltre esso è tale che U νmax = Z νmax N se AN = 0 infn, con A n+1 0 se A N 0 U νmax é una martingala (14) (15) e quindi per la Proposizione 2.8 é un tempo di arresto ottimale. Si noti che la martingalitá di U νmax é immediata : dalla (13) e dal fatto che per j ν max si ha A j = 0 segue infatti U νmax = M νmax. Per l uguaglianza U νmax = Z νmax si rimanda a [1]. Da qui é poi facile concludere che ν max é il piú grande tempo di arresto ottimale facendo vedere che, qualora fosse ν > ν max, il processo arrestato U ν non sarebbe una 5

6 martingala e quindi, per la per la Proposizione 2.8, non potrebbe essere un tempo di arresto ottimale. Allo scopo, essendo ν max < ν N, si noti che si ha E U ν N F 0 = E U ν F 0 = E M ν F 0 E A ν F 0 < E M ν F 0 = E M ν N F 0 = M ν 0 = U ν 0 dove l ultima uguaglianza segue dal fatto che è A 0 = 0 e questo è sufficiente per concludere che U ν non può essere una martingala. Si noti infine che ν 0 é il primo istante in cui Z n = U n, mentre ν max é l ultimo istante in cui U n stesso é una martingala. 3 Ritorno alle opzioni americane Dopo i richiami probabilistici e lo studio, in generale, dell inviluppo di Snell e dell arresto ottimale, torniamo ora alle opzioni Americane e precisamente al loro prezzaggio (di interesse per l acquirente ed il venditore), al loro esercizio ottimale (di interesse per l acquirente) e alla loro copertura (di interesse per il venditore). Per prima cosa notiamo che, tipicamente, avremo Z n = γ(n, S n ) per una opportuna funzione γ( ), p.es. γ(n, S n ) = (S n K) +, e dove S n è il prezzo (vettore dei prezzi), nel periodo n, di uno o più titoli sottostanti per il quale ipotizziamo una dinamica del tipo S n+1 = S n ξ n+1 (il prodotto a destra è da intendersi un prodotto scalare nel caso che i due fattori sono dei vettori) con ξ n una successione di v.c. i.i.d. che assumono un numero finito di possibili valori (siccome opereremo sempre in un contesto di mercato completo il numero di questi possibili valori sarà uno più il numero dei titolo sottostanti). Dalla indipendenza degli ξ n segue che la sequenza S n forma una catena di Markov per cui, dato S n, il futuro dei prezzi è indipendente dai loro valori passati. Immaginando che tutti i valori siano già scontati (equivalente ad assumere B n 1), l inviluppo di Snell (7) per la determinazione dei valori ottimali secondo la (2) diventa (indichiamo con s il generico valore di S n nel generico periodo n) U(N, s) = γ(n, s) U(n, s) = max [ γ(n, s), E Q U(n + 1, S n+1 ) S n = s ] (16) = max [ γ(n, s), E Q U(n + 1, sξ n+1 ) ] 3.1 Esercizio ottimale In base alla sezione 2, per determinare il momento (aleatorio) ottimale per esercitare l opzione, basta determinare il tempo di arresto ottimale per le (16) viste come inviluppo di Snell per la sequenza Z n = γ(n, S n ). Di conseguenza, avendo determinato ν 0 e ν max corrispondenti alla (16), un qualunque tempo di arresto ν con ν 0 ν ν max conduce ad un tempo di esercizio ottimale. Il risultato trova anche una interpretazione intuitiva come segue : Se fosse ν < ν 0 avremmo U(ν, S ν ) > γ(ν, S ν ) e quindi in ν l opzione varrebbe di più di quanto potremmo realizzare con l esercizio immediato. 6

7 Per vedere che nemmeno ν > ν max andrebbe bene, possiamo procedere come segue. Siccome il mercato è completo, il venditore dell opzione può trovare una strategia autofinanziante φ tale che, partendo con un valore del portafoglio uguale a 0 = U 0 = M 0 (si tenga presente la decomposizione della supermartingala U n secondo la (13) nella Proposizione 2.9), egli riesca a replicare M N, cioè avere N = M N. Essendo, nella misura Q, la successione Vn φ una martingala con valore terminale M N, essa coincide con la successione martingala M n stessa. Infatti Vn φ = E V Q φ N F n = E Q M N F n = M n. Di conseguenza, per qualunque tempo di arresto ν abbiamo ν γ(ν, S ν ) = M ν γ(ν, S ν ) = U ν + A ν γ(ν, S ν ) (17) Se ora fosse ν > ν max avremmo A ν > 0 ed, essendo inoltre U ν γ(ν, S ν ), risulta ν γ(ν, S ν ) > 0 (18) Siccome la parte sinistra in (18) indica il profitto per il venditore dell opzione, con l esercizio da parte dell acquirente in un istante ν > ν max il venditore realizzerebbe un guadagno certo senza rischio. 3.2 Copertura Vogliamo qui determinare la strategia di copertura per un agente che abbia venduto un opzione Americana. Come già discusso nella precedente sottosezione 3.1, dato che il mercato è supposto essere completo, il venditore può trovare una strategia autofinanziante φ per la quale, partendo da 0 = U 0 = M 0, egli riesce a replicare perfetamente M N (cioè avere N = M N). Sempre nella precedente sottosezione 3.1 abbiamo anche già visto che, dalla martingalità in Q sia di Vn φ sia di M n, segue Vn φ = M n n = 0,, N. Facciamo ora vedere che proprio questa strategia φ è una strategia di copertura nel senso che n = 0,, N si ha n γ(n, S n ). Infatti, dalla (13) della proposizione 2.9 si ha allora U n = M n A n = n A n (19) da cui, essendo A n 0, n = U n + A n U n γ(n, S n ) (20) Concludiamo questo paragrafo ricordando dalla ottimizzazione di portafoglio che il valore scontato Ṽn di un portafoglio autofinanziante, in cui é ammesso un consumo, é una supermartingala in qualsiasi misura martingala. Considerando qui tutti i valori già scontati, vale infatti che possiamo riscrivere come V n = V 0 + G n n 1 m=0 V n = M n A n con A n = 7 C m n 1 m=0 C m

8 dove, per la sua stessa definizione, la sequenza A n risulta predicibile e crescente con A 0 = 0. Ne segue che esiste una strategia di investimento autofinanziante e con consumo ( φ, C) ( φ, C) tale che per il valore (scontato) del corrispondente portafoglio si abbia V n = U n ( φ, C) (il consumo C n corrisponde evidentemente a A n+1 A n ). In piú V n Z n e, per ogni strategia autofinanziante con consumo (φ, C) per cui V n (φ,c) Z n si ha V n (φ,c) ( φ, C) V n = U n. 3.3 Opzioni americane ed europee Sia dato un processo di profitto Z n (n N). Sia C n il prezzo in n di un opzione americana relativa a Z n e sia c n il prezzo in n di un opzione europea con scadenza N e claim H N = Z N. Presentiamo qui due maniere per far vedere che un opzione call Americana si riduce (in assenza di dividendi) alla corrispondente call Europea. La prima procedura si basa sulla seguente Proposizione 3.1 Si ha sempre C n c n e, se c n Z n, allora C n = c n, n N. Quindi nelle ipotesi fatte l opzione americana viene esercitata solo alla scadenza n = N. Si noti infatti che la relazione C n c n é ovvia. D altra parte, dall ipotesi che c n Z n risulta che c n é una martingala/supermartingala che maggiora Z n. Essendo peró C n la piú piccola supermartingala che maggiora Z n, si ha l uguaglianza C n = c n e quindi anche C n = c n. Corollario 3.2 Se Z n = (S n K) + e B n è deterministica, allora c n (S n K) + e quindi C n = c n cosicchè il prezzo di una call americana coincide con quello di un europea. Si ha infatti (torniamo ( ad indicare) con un i valori scontati) c n = E Q B 1 N (S N K) + F n E Q S N B N K B N F n = S n K B N da cui c n S n K Bn B N S n K ed, essendo c n 0, vale anche c n (S n K) +. La seconda procedura si basa sulla seguente Proposizione 3.3 Dato il processo di profitto, si supponga che il suo valore scontato Z n sia una Q submartingala, cioè E Q Zn+1 F n Z n Z n E Q ZN F n (21) allora un tempo di arresto ottimal è ν opt = N, cioè il valore dell opzione Americana viene a coincidere con quello della corrispondente Europea. La submartingalità implica infatti che per ogni tempo di arresto ν si abbia E Q Zν = N E Q Zn 1 ν=n n=1 D altra parte sappiamo che N n=1 Ũ 0 = sup ν τ 0,N E Q Zν F 0 8 E Q E Q ZN 1 ν=n F n

9 Le precedenti due relazioni conducono a U 0 = Ũ0 = sup E Q Zν E Q ZN ν τ 0,N cioè al fatto che ν = N è un tempo di arresto ottimale. A questo punto, per far vedere che Z n = Bn 1 (S n K) + è una Q submartingala per concludere che un opzione call Americana si riduce alla corrispondente Europea. Allo scopo si ha le seguente sequenza di disuguaglianze (usando il fatto che B n+1 B n ) E Q Bn+1(S 1 n+1 K) + F n E Q Sn+1 F n K B S n K n+1 B n Possiamo ora procedere in analogia a quanto fatto nella giustificazione del precedente corollario notando che il membro di sinistra della catena di disuguaglianze sopra è positivo. Questo infatti implica che allora vale anche E Q B 1 n+1(s n+1 K) + F n ( S n K B n ) + cioè abbiamo ottenuto la submartingalità di Z n = B 1 n (S n K) +. 4 Esempi References [1] D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipses, Paris 1992/97. Versione inglese : Introduction to Stochastic Calculus Applied to Finance, Chapman & Hall, London,

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

Matematica generale CTF

Matematica generale CTF Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione

Dettagli

Opzioni americane. Capitolo 5. 5.1 Il modello

Opzioni americane. Capitolo 5. 5.1 Il modello Capitolo 5 Opzioni americane 5. Il modello Consideriamo un modello di mercato finanziario così come descritto nel Paragrafo 4.2. Il mercato è quindi formato da d+ titoli di prezzi S 0 n, S n,..., S d n,

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe

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

Valore equo di un derivato. Contingent claim

Valore equo di un derivato. Contingent claim Contingent claim Ci occuperemo ora di determinare il prezzo equo di un prodotto derivato, come le opzioni, e di come coprire il rischio associato a questi contratti. Assumeremo come dinamica dei prezzi

Dettagli

x u v(p(x, fx) q(u, v)), e poi

x u v(p(x, fx) q(u, v)), e poi 0.1. Skolemizzazione. Ogni enunciato F (o insieme di enunciati Γ) è equisoddisfacibile ad un enunciato universale (o insieme di enunciati universali) in un linguaggio estensione del linguaggio di F (di

Dettagli

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:

Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione

Dettagli

ESERCITAZIONE MATEMATICA FINANZIARIA OPZIONI. Matematica finanziaria Dott. Andrea Erdas Anno Accademico 2011/2012

ESERCITAZIONE MATEMATICA FINANZIARIA OPZIONI. Matematica finanziaria Dott. Andrea Erdas Anno Accademico 2011/2012 ESERCITAZIONE MATEMATICA FINANZIARIA 1 OPZIONI 2 LE OPZIONI Le opzioni sono contratti che forniscono al detentore il diritto di acquistare o vendere una certa quantità del bene sottostante a una certa

Dettagli

Finanza matematica - Lezione 01

Finanza matematica - Lezione 01 Finanza matematica - Lezione 01 Contratto d opzione Un opzione è un contratto finanziario stipulato al tempo, che permette di eseguire una certa transazione, d acquisto call o di vendita put, ad un tempo

Dettagli

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme

Per lo svolgimento del corso risulta particolarmente utile considerare l insieme 1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R

Dettagli

Dimensione di uno Spazio vettoriale

Dimensione di uno Spazio vettoriale Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione

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

Teoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S

Teoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le

Dettagli

1 Serie di Taylor di una funzione

1 Serie di Taylor di una funzione Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita

Dettagli

Ottimizazione vincolata

Ottimizazione vincolata Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

Esercizi di Macroeconomia per il corso di Economia Politica

Esercizi di Macroeconomia per il corso di Economia Politica Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.

Dettagli

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).

Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................

Dettagli

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI

FUNZIONI ELEMENTARI - ESERCIZI SVOLTI FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:

Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che: Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi

Dettagli

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da

f(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede

Dettagli

Ai fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:

Ai fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione: 1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale

Dettagli

Scelte in condizione di incertezza

Scelte in condizione di incertezza Scelte in condizione di incertezza Tutti i problemi di decisione che abbiamo considerato finora erano caratterizzati dal fatto che ogni possibile scelta dei decisori portava a un esito certo. In questo

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI

CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni

Dettagli

1 Applicazioni Lineari tra Spazi Vettoriali

1 Applicazioni Lineari tra Spazi Vettoriali 1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!

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

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

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

9. Urti e conservazione della quantità di moto.

9. Urti e conservazione della quantità di moto. 9. Urti e conservazione della quantità di moto. 1 Conservazione dell impulso m1 v1 v2 m2 Prima Consideriamo due punti materiali di massa m 1 e m 2 che si muovono in una dimensione. Supponiamo che i due

Dettagli

Metodi Stocastici per la Finanza

Metodi Stocastici per la Finanza Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2012-2013 Indice 1 Mercati finanziari 2 Arbitraggio 3 Conseguenze del non-arbitraggio

Dettagli

VC-dimension: Esempio

VC-dimension: Esempio VC-dimension: Esempio Quale è la VC-dimension di. y b = 0 f() = 1 f() = 1 iperpiano 20? VC-dimension: Esempio Quale è la VC-dimension di? banale. Vediamo cosa succede con 2 punti: 21 VC-dimension: Esempio

Dettagli

Appunti sulla Macchina di Turing. Macchina di Turing

Appunti sulla Macchina di Turing. Macchina di Turing Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso

Dettagli

Computational Game Theory

Computational Game Theory Computational Game Theory Vincenzo Bonifaci 24 maggio 2012 5 Regret Minimization Consideriamo uno scenario in cui un agente deve selezionare, più volte nel tempo, una decisione tra un insieme di N disponibili:

Dettagli

Pertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce

Pertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce A. Peretti Svolgimento dei temi d esame di MDEF A.A. 015/16 1 PROVA CONCLUSIVA DI MATEMATICA per le DECISIONI ECONOMICO-FINANZIARIE Vicenza, 9/01/016 ESERCIZIO 1. Data l obbligazione con le seguenti caratteristiche:

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Il principio di induzione e i numeri naturali.

Il principio di induzione e i numeri naturali. Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito

Dettagli

Lezione 9: Cambio di base

Lezione 9: Cambio di base Lezione 9: Cambio di base In questa lezione vogliamo affrontare uno degli argomenti piu ostici per lo studente e cioè il cambio di base all interno di uno spazio vettoriale, inoltre cercheremo di capire

Dettagli

10. Insiemi non misurabili secondo Lebesgue.

10. Insiemi non misurabili secondo Lebesgue. 10. Insiemi non misurabili secondo Lebesgue. Lo scopo principale di questo capitolo è quello di far vedere che esistono sottoinsiemi di R h che non sono misurabili secondo Lebesgue. La costruzione di insiemi

Dettagli

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure

Dettagli

Il modello binomiale ad un periodo

Il modello binomiale ad un periodo Opzioni Un opzione dà al suo possessore il diritto (ma non l obbligo) di fare qualcosa. Un opzione call (put) europea su un azione che non paga dividendi dà al possessore il diritto di comprare (vendere)

Dettagli

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0

LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0 LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi

Dettagli

BOLLETTINO UNIONE MATEMATICA ITALIANA

BOLLETTINO UNIONE MATEMATICA ITALIANA BOLLETTINO UNIONE MATEMATICA ITALIANA Sezione A La Matematica nella Società e nella Cultura Giovanni Becchere Valutazione e copertura di opzioni Americane in mercati incompleti: strategie di rischio minimo

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

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Scelta intertemporale: Consumo vs. risparmio

Scelta intertemporale: Consumo vs. risparmio Scelta intertemporale: Consumo vs. risparmio Fino a questo punto abbiamo considerato solo modelli statici, cioè modelli che non hanno una dimensione temporale. In realtà i consumatori devono scegliere

Dettagli

CRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI

CRITERI DI CONVERGENZA PER LE SERIE. lim a n = 0. (1) s n+1 = s n + a n+1. (2) CRITERI PER LE SERIE A TERMINI NON NEGATIVI Il criterio più semplice è il seguente. CRITERI DI CONVERGENZA PER LE SERIE Teorema(condizione necessaria per la convergenza). Sia a 0, a 1, a 2,... una successione di numeri reali. Se la serie a k è convergente,

Dettagli

Capitolo 2. Operazione di limite

Capitolo 2. Operazione di limite Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A

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

Limiti e continuità delle funzioni reali a variabile reale

Limiti e continuità delle funzioni reali a variabile reale Limiti e continuità delle funzioni reali a variabile reale Roberto Boggiani Versione 4.0 9 dicembre 2003 1 Esempi che inducono al concetto di ite Per introdurre il concetto di ite consideriamo i seguenti

Dettagli

PERCORSI ABILITANTI SPECIALI 2014 DIDATTICA DELL ECONOMIA DEGLI INTERMEDIARI FINANZIARI

PERCORSI ABILITANTI SPECIALI 2014 DIDATTICA DELL ECONOMIA DEGLI INTERMEDIARI FINANZIARI PERCORSI ABILITANTI SPECIALI 014 DIDATTICA DELL ECONOMIA DEGLI INTERMEDIARI FINANZIARI A cura Dott.ssa Federica Miglietta ESERCITAZIONE CALCOLO FINANZIARIO: Nel caso degli investimenti si parla genericamente

Dettagli

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0.

L espressione torna invece sempre vera (quindi la soluzione originale) se cambiamo contemporaneamente il verso: 1 < 0. EQUAZIONI E DISEQUAZIONI Le uguaglianze fra espressioni numeriche si chiamano equazioni. Cercare le soluzioni dell equazione vuol dire cercare quelle combinazioni delle lettere che vi compaiono che la

Dettagli

Esponenziali elogaritmi

Esponenziali elogaritmi Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

Capitolo 13: L offerta dell impresa e il surplus del produttore

Capitolo 13: L offerta dell impresa e il surplus del produttore Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:

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

Ottimizzazione Multi Obiettivo

Ottimizzazione Multi Obiettivo Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali

Dettagli

1.2 Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche

1.2 Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche . Funzioni, dominio, codominio, invertibilità elementare, alcune identità trigonometriche Per le definizioni e teoremi si fa riferimento ad uno qualsiasi dei libri M.Bertsch - R.Dal Passo Lezioni di Analisi

Dettagli

4. Si consideri un economia chiusa in cui: Y = C + I + G, C = 90 + 0,8YD, G = 1000, T= 0,5Y, I = 900 500r, P=1,

4. Si consideri un economia chiusa in cui: Y = C + I + G, C = 90 + 0,8YD, G = 1000, T= 0,5Y, I = 900 500r, P=1, Esercitazione 8 Domande 1. Si consideri un economia per cui il coefficiente di liquidità sia pari a Cl = 5%, mentre il coefficiente di riserva è Cr = 3%. a) Si calcoli il moltiplicatore monetario. b) Se

Dettagli

b. Che cosa succede alla frazione di reddito nazionale che viene risparmiata?

b. Che cosa succede alla frazione di reddito nazionale che viene risparmiata? Esercitazione 7 Domande 1. L investimento programmato è pari a 100. Le famiglie decidono di risparmiare una frazione maggiore del proprio reddito e la funzione del consumo passa da C = 0,8Y a C = 0,5Y.

Dettagli

x 2 + y2 4 = 1 x = cos(t), y = 2 sin(t), t [0, 2π] Al crescere di t l ellisse viene percorsa in senso antiorario.

x 2 + y2 4 = 1 x = cos(t), y = 2 sin(t), t [0, 2π] Al crescere di t l ellisse viene percorsa in senso antiorario. Le soluzioni del foglio 2. Esercizio Calcolare il lavoro compiuto dal campo vettoriale F = (y + 3x, 2y x) per far compiere ad una particella un giro dell ellisse 4x 2 + y 2 = 4 in senso orario... Soluzione.

Dettagli

Osservazioni sulla continuità per le funzioni reali di variabile reale

Osservazioni sulla continuità per le funzioni reali di variabile reale Corso di Matematica, I modulo, Università di Udine, Osservazioni sulla continuità Osservazioni sulla continuità per le funzioni reali di variabile reale Come è noto una funzione è continua in un punto

Dettagli

Alessandro Pellegrini

Alessandro Pellegrini Esercitazione sulle Rappresentazioni Numeriche Esistono 1 tipi di persone al mondo: quelli che conoscono il codice binario e quelli che non lo conoscono Alessandro Pellegrini Cosa studiare prima Conversione

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

11) convenzioni sulla rappresentazione grafica delle soluzioni

11) convenzioni sulla rappresentazione grafica delle soluzioni 2 PARAGRAFI TRATTATI 1)La funzione esponenziale 2) grafici della funzione esponenziale 3) proprietá delle potenze 4) i logaritmi 5) grafici della funzione logaritmica 6) principali proprietá dei logaritmi

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

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only. In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.

Dettagli

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t)

CONTINUITÀ E DERIVABILITÀ Esercizi proposti. 1. Determinare lim M(sinx) (M(t) denota la mantissa di t) CONTINUITÀ E DERIVABILITÀ Esercizi proposti 1. Determinare lim M(sin) (M(t) denota la mantissa di t) kπ/ al variare di k in Z. Ove tale limite non esista, discutere l esistenza dei limiti laterali. Identificare

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 Giochi a due, con informazione perfetta e somma zero 1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una

Dettagli

da 2 a 5 giocatori, dai 10 anni in su, durata 30 minuti

da 2 a 5 giocatori, dai 10 anni in su, durata 30 minuti da 2 a 5 giocatori, dai 10 anni in su, durata 30 minuti OBIETTIVO Il vincitore è colui che, dopo due round di gioco, delle sue 11 ordinazioni, ne ha consegnate il maggior numero. CONTENUTO DELLA SCATOLA

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

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Una funzione reale di una variabile reale f di dominio A è una legge che ad ogni x A associa un numero reale che denotiamo con f(x). Se A = N, la f è detta successione di numeri reali.

Dettagli

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Esercizio 1 Ci sono 2000 individui ciascuno con funzione di utilità Von Neumann-Morgestern

Dettagli

Esercitazione del 16-11-11 Analisi I

Esercitazione del 16-11-11 Analisi I Esercitazione del 6-- Analisi I Dott.ssa Silvia Saoncella silvia.saoncella 3[at]studenti.univr.it a.a. 00-0 Esercizio. Determinare se la funzione f() è continua nel suo dominio sin se 0 f() = 0 se = 0

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

G. Pareschi ALGEBRE DI BOOLE. 1. Algebre di Boole

G. Pareschi ALGEBRE DI BOOLE. 1. Algebre di Boole G. Pareschi ALGEBRE DI BOOLE 1. Algebre di Boole Nel file precedente abbiamo incontrato la definizione di algebra di Boole come reticolo: un algebra di Boole e un reticolo limitato, complementato e distributivo.

Dettagli

Sulla monotonia delle funzioni reali di una variabile reale

Sulla monotonia delle funzioni reali di una variabile reale Liceo G. B. Vico - Napoli Sulla monotonia delle funzioni reali di una variabile reale Prof. Giuseppe Caputo Premetto due teoremi come prerequisiti necessari per la comprensione di quanto verrà esposto

Dettagli

Modelli probabilistici per la finanza

Modelli probabilistici per la finanza Capitolo 5 Modelli probabilistici per la finanza 51 Introduzione In questo capitolo introdurremo un modello probabilistico utile per lo studio di alcuni problemi di finanza matematica, a cui abbiamo già

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

ESEMPIO 1: eseguire il complemento a 10 di 765

ESEMPIO 1: eseguire il complemento a 10 di 765 COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento

Dettagli

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta

Dettagli

Teoria dei Giochi. Anna Torre

Teoria dei Giochi. Anna Torre Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema

Dettagli

Introduzione alle opzioni

Introduzione alle opzioni QUIZ CAPITOLO 19 Introduzione alle opzioni 1. La Figura 19.13a rappresenta un venditore dell opzione call; la Figura 19.13b un acquirente dell opzione call. 2. a. Il prezzo di esercizio dell opzione put

Dettagli

Equilibrio bayesiano perfetto. Giochi di segnalazione

Equilibrio bayesiano perfetto. Giochi di segnalazione Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi

Dettagli

Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno

Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Rappresentazione di numeri Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Un numero e un entità teorica,

Dettagli

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani

Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.

Dettagli

Forze come grandezze vettoriali

Forze come grandezze vettoriali Forze come grandezze vettoriali L. Paolucci 23 novembre 2010 Sommario Esercizi e problemi risolti. Per la classe prima. Anno Scolastico 2010/11 Parte 1 / versione 2 Si ricordi che la risultante di due

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

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 2

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 2 Teoria dei Giochi Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 2 1 Concetti risolutivi per i giochi in forma normale I

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli