Università degli Studi di Perugia A.A. 2014/2015 Dipartimento di Economia. ECONOMIA INDUSTRIALE Prof. Davide Castellani

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Università degli Studi di Perugia A.A. 2014/2015 Dipartimento di Economia. ECONOMIA INDUSTRIALE Prof. Davide Castellani (davide.castellani@unipg."

Transcript

1 Unverstà degl Stud d Peruga A.A. 2014/2015 Dartmento d Economa ECONOMIA INDUSTRIALE Prof. Davde Castellan (davde.castellan@ung.t)

2 Struttura e otere d mercato Paradgma Struttura-Condotta-Performance Concentrazone e otere d mercato: le msure Concentrazone e otere d mercato: la teora

3 Paradgma Struttura-Condotta-Performance: arocco tradzonale Struttura d mercato (Lvello d concentrazone, numero de concorrent, barrere all entrata) Condotta (Comortamento delle mrese: stratege d rezzo, R&S, ubblctà, dfferenzazone, cooerazone) Performance (Potere d mercato, effcenza all., roftt, reddtvtà, roduttvtà, nnovazone, crescta)

4 Paradgma Struttura-Condotta-Performance: arocco moderno Struttura d mercato (Lvello d concentrazone, numero de concorrent, barrere all entrata) Condotta (Comortamento delle mrese: stratege d rezzo, R&S, ubblctà, dfferenzazone, cooerazone) Performance (Potere d mercato, effcenza all., roftt, reddtvtà, roduttvtà, nnovazone, crescta)

5 S C Es. la collusone è ù robable se n (numero d mrese) è basso; E ù facle colludere sul rezzo uando le mrese sono smmetrche C P Es. maggore è la cometzone, mnore sarà l otere d mercato e maggore l effcenza allocatva (Bertrand vs Collusone) S P Es. a artà d condotta (es. modello d Cournot), maggore è l lvello d concentrazone, maggore sarà l otere d mercato

6 P S Es. Alta rofttabltà attra nuove mrese e rduce la concentrazone; Bassa rofttabltà nduce alcune mrese ad uscre dal mercato con un conseguente aumento della concentrazone C S Es. R&S volta all nnovazone d rodotto are nuov mercat, mette n dscussone uell esstent e crea oszon d otere d mercato e aumenta la concentrazone; R&S volta all nnovazone d rocesso abbassa cost e rezz degl nnovator, ne aumenta l otere d mercato, costrnge non nnovator ad uscre dal mercato; Stratege redatore rendono non rofttevole l entrata nel mercato, conservando mercat concentrat; Accumulo d caactà roduttva n eccesso uò raresentare una mnacca credble che l ncumbent renderà non rofttevole l entrata, rducendo l numero d mrese attve sul mercato

7 Concentrazone e otere d mercato: le msure Potere d mercato!!!! Indce d Lerner: L! = s!!!!"! MC s = / /50 = /50 = /50= /50= /50= ! L! = 0.02!"!!!" !"!!!" !"!!!" !"!!!" !"!!!" =

8 Concentrazone 1/n è un buon ndcatore d concentrazone se le mrese sono tutte ugual! Raorto d concentrazone = C! =!!! s! o Raresenta la uote d mercato cumulate delle r ù grand mrese o Ha l vantaggo d dare conto d una asmmetra delle mrese o Ha l lmte che la scelta d r è soggettva Indce d Herfndal = H = s!!!!!! o uesto ndcatore, detto ha l vantaggo d consderare l'ntera dstrbuzone delle uote d mercato delle mrese e tene conto ù adeguatamente della asmmetra tra le mrese o Ma rchede molte ù nformazon er essere costruto o Ha un legame teorco con l'ndce d Lerner

9 Provamo a calcolare gl ndc d concentrazone er 3 ndustre l cu fatturato è raresentato dalla tabella u sotto A B C Totale /n c c H

10

11 Concentrazone e otere d mercato: la teora Generalzzando l modello d Cournot con n-mrese, senza morre artcolar forme funzonal a cost e alla domanda, e senza morre smmetra tra mrese, s uò ervenre ad una relazone tra le caratterstche d una ndustra, e le erformance n nell ndustra. arg max Dove P() denota la funzone nversa d domanda ( = P( ) = D 1 ( ) ), n cu l rezzo dende negatvamente dalla uanttà totale rodotta sul mercato ( 1, dove raresenta la somma della uanttà rodotta dalle (n-1) n = j j = = + π = ( ) C ( ) P mrese resent sul mercato, dverse da, j j dell mresa, n funzone della uanttà rodotta. (1) ), e ( ) C denota l costo totale

12 Dalla massmzzazone del roftto derva 0 1 ) ( ) ( ) ( 1 = + + = + = MC P C P P π (2) Rarrangando la (2) s ottene: P MC + = 1 1 ) ( (3)

13 Dvdendo entramb membr er e moltlcando a destra dell uguale er, s ottene MC = P( ) 1+ 1 = s θ ε (4) Dove s = denota la uota d mercato dell mresa, 1 P = ε è l nverso dell elastctà della domanda, e θ =1+ è un arametro che esrme l grado d collusone n una ndustra, ovvero la reattvtà della roduzone d una mresa all outut delle altre n-1 mrese.

14 o θ = 1 nel caso classco d Cournot e n uello d monoolo, entramb caratterzzat da varazon congettural nulle, sa ure er motv dvers.! Nel rmo caso cò rflette l assenza d coordnamento fra le mrese; nel secondo caso (monoolo) non esste reazone a varazon altru delle uanttà er l semlce motvo che non esstono concorrent. o θ = 0 nel caso d Bertrand uro, erché se una mresa aumenta la uanttà sgnfca che lo fa totalmente a scato de concorrent = 1

15 Moltlcando entramb membr er la uota d mercato s e sommando er tutte le mrese dell ndustra s ottene una relazone tra l ndce d Lerner, che esrme l margne d roftto medo nell ndustra, l ndce d concentrazone (H), l elastctà della domanda. MC s = s 2 ε θ (5) 2 MC L = s s = ε θ = H ε θ (6) o L euazone (6) uò essere letta come una relazone tra le caratterstche della struttura d mercato come la concentrazone (e altre caratterstche esogene all ndustra stessa, come l elastctà della domanda e l ntenstà della cometzone, data dal grado d collusone) e le erformance n una ndustra.

16 o In uesta rosettva ndustre ù concentrate rodurrebbero una maggore neffcenza allocatva (ovvero maggor otere d mercato). o Tuttava, se la domanda è suffcentemente elastca, la concentrazone ndustrale uò non determnare neffcenze allocatve. o Allo stesso modo, se colludere è molto dffcle, come n un mercato n cu s cometa fssando rezz (modello d Bertrand) con rodott omogene e senza vncol d caactà, anche mercat molto concentrat (ad esemo con 2 mrese) ossono dar luogo a erformance concorrenzal (=MC). o E nteressante notare che se H=1 e θ = 1, come nel caso del monoolo la (6) s rduce a MC 1 = ε.

17 o uesto modello è comatble con l arocco S-C-P (struttura-condotteerformance). o Infatt, se s ensa che la robabltà d collusone aumenta all aumentare della concentrazone d mercato, s ha che la varable centrale er comrendere le erformance allocatve d una ndustra è la concentrazone. o Tuttava, la relazone S-C-P non trova conferme solde nell evdenza emrca. o Tra le ossbl segazon, va segnalato che uò esstere una relazone nversa tra C e S. In artcolare,! anche a artà d concentrazone n alcune ndustre s uò verfcare una maggore facltà a colludere (ovvero un dverso to d condotta delle mrese) che determnerà dfferenze d roftto, e attrerà mrese ad entrare n nell ndustra n cu colludere è ù facle e roftt sono ù alt. A sua volta l entrata delle mrese determna una dmnuzone della concentrazone.

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massmzzazone del roftto e offerta concorrenzale Eserczo Un mresa roduce un bene megando un solo nut. La sua funzone d roduzone è f(x)=4 x dove x è l numero d untà del fattore roduttvo. Una untà del rodotto

Dettagli

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere LIUC AA 2008-2009 CMPE, Economa Industrale Anals della Concorrenza e Anttrust Lezone 11 Cost d entrata, struttura d mercato e benessere 1 Sommaro della lezone: 1 Concentrazone, cost d entrata e dmensone

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

Dettagli

CAPITOLO 2 LA DOMANDA DEI CONSUMATORI

CAPITOLO 2 LA DOMANDA DEI CONSUMATORI Pagna 1 d 18 CAPITOLO 2 LA DOMANDA DEI CONSUMATORI 2.1 Introduzone Inzamo n questo catolo un arofondmento delle relazon funzonal che comongono modell d formazone del rezzo esamnat nel Catolo 1. Il rmo

Dettagli

Gas ideale (perfetto):

Gas ideale (perfetto): Gas deale (erfetto): non esste n realtà drogeno e elo assomglano d ù a un gas deale - le molecole sono untform; - nteragscono tra loro e con le aret del recente medante urt erfettamente elastc (ovvero

Dettagli

Indici di misurazione del potere di mercato

Indici di misurazione del potere di mercato Indc d msurazone del potere d mercato Metod tradzonal: tass d rendmento, margn e q d Tobn Indc d concentrazone Metod presuntv d Ganmara Martn Introduzone Le teore de mercat concorrenzal e non concorrenzal

Dettagli

Lezione 4. Politica Economica Avanzata

Lezione 4. Politica Economica Avanzata Lezone 4 Poltca Economca Avanzata Come msuramo la rendta d Conoscamo la def. Teorca. un mpresa? Dvdamo n base al valore medano tra mprese a bassa ed alta rendta. Che legame con la crescta della produttvtà

Dettagli

Elementi di calcolo numerico

Elementi di calcolo numerico Element d calcolo numerco Molto sesso nel calcolo scentco sorge la necesstà d calcolare l valore numerco d ntegral che non ossono essere calcolat analtcamente oure occorre calcolare l valore del mnmo d

Dettagli

IL METODO DEI MINIMI QUADRATI

IL METODO DEI MINIMI QUADRATI IL METODO DEI MIIMI QADRATI Vedamo come s resenterebbe un grafco delle msure avendo tratteggato la retta: della uale er l momento ancora non conoscamo valor d e. Poché unt su uesto grafco raresentano delle

Dettagli

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo L equazone d Slutsky. Problema dell ntegrabltà. Maro Sortell Dartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I-70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fax: +39

Dettagli

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone

Dettagli

Corso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli

Corso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli Corso d TEORIA DEI SISTEMI DI TRASPORTO rof. ng. Umberto Crsall Modell d utltà aleatora Iscrzone al corso Modell d offerta Da effettuars anche on lne htt:delh.unroma.t Struttura del sstema d modell er

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

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

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

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Dettagli

Una metodologia per la valutazione degli effetti delle variazioni dei prezzi sul costo della vita a livello familiare ( * )

Una metodologia per la valutazione degli effetti delle variazioni dei prezzi sul costo della vita a livello familiare ( * ) Una metodologa er la valutazone degl effett delle varazon de rezz sul costo della vta a lvello famlare ( * ) Paolo Lberat Unverstà d Urbno Carlo Bo Maggo 2008 * Lavoro rearato nell ambto della artecazone

Dettagli

Il Monopolio. Forma di mercato caratterizzata da un solo venditore e molti compratori:

Il Monopolio. Forma di mercato caratterizzata da un solo venditore e molti compratori: Il Monoolo Forma mercato caratterzzata a un solo ventore e molt comrator: L mresa uò agre rettamente sul rezzo (otere monoolo) E suffcente sostenere che s è n resenza otere monoolo ogn volta che un mresa

Dettagli

Valutazione dei Benefici interni

Valutazione dei Benefici interni Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto

Dettagli

APPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali

APPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali APPENDICE B La dnamca delle dstrbuzon dmensonal delle maggor mprese mondal Consderamo le dstrbuzon delle maggor mprese ndustral mondal (fonte Fortune 5, var ann) dal 1959 al 199, n termn d fatturato a

Dettagli

3. Mercato rilevante e potere di mercato

3. Mercato rilevante e potere di mercato 3. Mercato rlevante e potere d mercato Defnzone d mercato rlevante. 1 La defnzone d mercato rlevante è funzonale a fn dell anals anttrust che s occupa d: Pratche restrttve; Abuso d poszone domnante; Fuson

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Equilibri Chimici. Processi chimici indipendenti & reazioni in fase gas

Equilibri Chimici. Processi chimici indipendenti & reazioni in fase gas Equlbr Chmc Process chmc ndendent & reazon n fase gas Process stechometrc ndendent (1) Un rocesso stechometrco ndendente è costtuto da un nseme d relazon quanttatve tra le varazon del numero d mol d cascun

Dettagli

termodinamica dei gas perfetti V i Funzione di stato Trasformazione isotermica di un gas perfetto: Q isot = L isot V = cost L = 0

termodinamica dei gas perfetti V i Funzione di stato Trasformazione isotermica di un gas perfetto: Q isot = L isot V = cost L = 0 termodnamca de gas erfett Equazone d stato de gas erfett: = nrt Prmo rnco della termodnamca: U = Q - L Q = nc T, er una trasformazone socora Q = nc T, er una trasformazone sobarca Lavoro: L = Energa nterna

Dettagli

LKC LKT. Grafo della rete PRESCINDE DAI SUOI COMPONENTI. V e I scelte arbitrariamente, purché soddisfino le LK

LKC LKT. Grafo della rete PRESCINDE DAI SUOI COMPONENTI. V e I scelte arbitrariamente, purché soddisfino le LK Teorem Teorema d Tellegen Dato un nseme d tenson e d corrent comatbl col grafo (che soddsfano rsettvamente le LKT e le LKC), la sommatora, della tensone d lato er le corrent d lato è semre nulla. nodo

Dettagli

Prova scritta di Elettronica I 26 giugno 2001

Prova scritta di Elettronica I 26 giugno 2001 Prova scrtta d Elettronca I 26 gugno 2001 Soluzone 1. Dato l seguente crcuto, determnare: Q3 BC179 BC179 Q4 RL 100k Q2 RE 2.3k I. l punto d rposo e parametr per pccol segnal. (S consgla d trovare la relazone

Dettagli

si utilizzano per confrontare le distribuzioni

si utilizzano per confrontare le distribuzioni Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

CINEMATICA DIFFERENZIALE

CINEMATICA DIFFERENZIALE CINEMATICA DIFFERENZIALE Paolo Forn Dartmento d Informatca Unverstà degl Stud d Verona ALTAIR -- Comuter Scence Deartment Unversty of Verona Master n Informatca Medca, Corso d Robotca, Parte 8 Introduzone

Dettagli

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

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

Dettagli

Corso di. Dott.ssa Donatella Cocca

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

Dettagli

8. SOLUZIONI E MISCELE Ovvero: dipendenza dalla composizione delle grandezze termodinamiche. : volumi molari dei componenti puri

8. SOLUZIONI E MISCELE Ovvero: dipendenza dalla composizione delle grandezze termodinamiche. : volumi molari dei componenti puri 8. SOLUZIONI E MISCELE Ovvero: dendenza dalla comoszone delle grandezze termodnamche Grandezza estensva d una soluzone (coè fase omogenea a ù comonent): E( T,, n1, n, ) Quale dendenza dalla comoszone?

Dettagli

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

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

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale

STATO DI TENSIONE IN SEZIONI MASSICCE. Sforzo normale STATO DI TENSIONE IN SEZIONI MASSICCE Sforzo normale In caso d sforzo normale trazone o comressone, s assume che nelle sezon della trave suffcentemente lontane da vcolo e dalle forze alcate, essta solo

Dettagli

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

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

Dettagli

Modulo II Metodi e modelli

Modulo II Metodi e modelli STATISTICA ECONOMICA Modulo II Metod e modell Prof. Bruno Bracalente APPUNTI (er l student de cors ad esaurmento) SCHEDA Anals della roduttvtà: ntroduzone e ndc d roduttvtà arzale enerca La msura della

Dettagli

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30).

MODELLO MONOINDICE. R = a + β R. R M = è variabile aleatoria di rendimento del mercato (in Italia può essere usato il MIB 30). ODELLO ONOINDICE Il rendmento d un ttolo uò essere scrtto come: R = a + β R (1) dove: R = rendmento dell -mo ttolo; a = comonente aleatora del rendmento, ndendente dall andamento del mercato; R = è varable

Dettagli

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

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

Dettagli

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

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

Dettagli

Modelli di oligopolio. Docente: Matteo Alvisi Corso di Microeconomia Laurea in Scienze Politiche, Sociali e Internazionali

Modelli di oligopolio. Docente: Matteo Alvisi Corso di Microeconomia Laurea in Scienze Politiche, Sociali e Internazionali Modell d olgopolo Docente: Matteo Alvs Corso d Mcroeconoma Laurea n Scenze Poltche, Socal e Internazonal Aprle 2019 1 Duopolo 11 Il modello d Cournot 111 Le potes C sono due sole mprese sul mercato, l

Dettagli

La resistività apparente viene ricavata dalla relazione:

La resistività apparente viene ricavata dalla relazione: 3. Teora e Normatva PROGRAM GEO - SEVCon 3.1 Confgurazon strumental. La resstvtà apparente vene rcavata dalla relazone: V ρ a (Ω m) = k I k = coeffcente geometrco, dpendente dalla confgurazone strumentale;

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

Soluzioni I. Sistemi multicomponente Regola delle fasi Diagrammi di stato Soluzioni ideali Soluzioni reali

Soluzioni I. Sistemi multicomponente Regola delle fasi Diagrammi di stato Soluzioni ideali Soluzioni reali Soluzon I Sstem multcomonente Regola delle fas Dagramm d stato Soluzon deal Soluzon real 1 Soluzon Soluzone (o mscela): un sstema multcomonente, vale a dre formato da sostanze con dversa comoszone chmca,

Dettagli

H + (aq) + CH 3 COO - (aq) L'incompletezza di moltissime reazioni chimiche si spiega con la loro

H + (aq) + CH 3 COO - (aq) L'incompletezza di moltissime reazioni chimiche si spiega con la loro L Equlbro chmco Fnora abbamo quas semre dato er scontato che una reazone chmca converta comletamente reagent ne rodott. In realtà cò non accade semre e n moltssm cas la conversone de reagent ne rodott

Dettagli

TEMA B. Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano

TEMA B. Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano TEA B Esame d Statstca del 0 Gugno 014 Corso d Laurea n Economa Docente: S. Gordano Cognome Nome atr. Eserczo 1 Nel peno svolgmento de camponat mondal d calco non mancano le polemche per gl error arbtral

Dettagli

INDUSTRIAL ECONOMICS

INDUSTRIAL ECONOMICS INDUSTRIAL ECONOMICS Corso d Laurea Magstrale n MARKETING E MERCATI GLOBALI Grazella Marz Unverstà degl Stud Mlano - Bcocca Obettv del corso Il corso fornsce gl strument per l anals de comportament strategc

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doe Una varable casuale doa (,) è una funzone defnta sullo sazo degl event che assoca ad ogn evento una coa d numer real (x,y) (x 1, y 1 ) S y 1 A B y (x, y ) (x 3, y 3 ) C y 3 x 1 x x 3

Dettagli

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

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Principi di Economia - Microeconomia Esercitazione 5 Efficienza, Benessere e Monopolio Soluzioni

Principi di Economia - Microeconomia Esercitazione 5 Efficienza, Benessere e Monopolio Soluzioni Princii di Economia - Microeconomia Esercitazione 5 Efficienza, Benessere e Monoolio oluzioni aria Vigani Marzo 2017 1. Mostrare graficamente il surlus di consumatori e roduttori in un singolo mercato

Dettagli

7. Redditività industriale e redditività dei mezzi propri. RO ROI Redditività industriale K RN MP ROE

7. Redditività industriale e redditività dei mezzi propri. RO ROI Redditività industriale K RN MP ROE Prof. Antono Renz Economa e gestone delle mprese Parte tredcesma Struttura fnanzara e reddtvtà 7. Reddtvtà ndustrale e reddtvtà de mezz propr RN = reddto netto RO = reddto operatvo OF = oner fnanzar OT

Dettagli

La perdita secca di monopolio.

La perdita secca di monopolio. La erdita secca di monoolio. La erdita secca di monoolio. Consideriamo il caso generale in cui si abbia una funzione di domanda inversa di mercato =a-b ed una funzione di offerta =c+d Va notato che la

Dettagli

MOBILITA DI CAPITALI

MOBILITA DI CAPITALI Poltca Economca dell'unone Europea MOBILITA DI CAPITALI Prof. Roberto Lombard Prof. Roberto Lombard 1 Le Econome moderne hanno un elevato grado d nterazone ed ntegrazone de Mercat Fnanzar ed de Captal

Dettagli

Corso di Statistica Economica

Corso di Statistica Economica UNVERSTÀ D BAR DPARTMENTO D STUD AZENDAL E GUSPRVATSTC Corso d Statstca Economca APPUNT DALLE LEZON ad ntegrazone de test consglat) Prof. Domenco SUMMO NUMER NDC Prof. Domenco SUMMO numer ndc Sommaro Consderazon

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

AS 2 AS L LM 1 LM 2. Y n

AS 2 AS L LM 1 LM 2. Y n Eserczo 3 Un sstema economco chuso agl scamb nternazonal e caratterzzato da prezz lessbl, s trova n equlbro d pena occupazone. a) Descrvete dettaglatamente gl eett d breve e d medo perodo sul reddto, prezz

Dettagli

Domanda e Offerta di mercato

Domanda e Offerta di mercato Domanda e Offerta di mercato 1. Definizione di Mercati Cometitivi 2. La Funzione di Domanda di Mercato 3. La Funzione di Offerta di Mercato 4. Equilibrio e sue caratteristiche 5. L Elasticità 6. Esercizi

Dettagli

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

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

Dettagli

Riferimenti Bibliografici:Organizzazione Industriale, D.W. Carlton, Perloff J.M. Capitolo 4

Riferimenti Bibliografici:Organizzazione Industriale, D.W. Carlton, Perloff J.M. Capitolo 4 6. Monoolo Rferment Bblografc:Organzzazone Industrale, D.W. Carlton, Perloff J.M. Catolo 4 - Il monolo multrodotto - Il monoolo d ben durevol (uando l monoolsta crea la rora concorrenza).. - Il otere d

Dettagli

1 La domanda di moneta

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

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Lezione n La concentrazione

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

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

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

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

Prima parte (per un totale di 25 punti)

Prima parte (per un totale di 25 punti) PROVA SCRITTA DI SCIENZA DELLE FINANZE - 5 febbrao 2019 Corso d laurea trennale n Economa e commerco anno accademco 2018-2019 TRACCIA B Prma parte (per un totale d 25 punt) ISTRUZIONI: In presenza d valor

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

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

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

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

Dettagli

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

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

Analisi della Varianza

Analisi della Varianza Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO ESERCITAZIONI DI LOGISTICA Laurea n Ingegnera Logstca e della Produzone Corso d Logstca e d Dstrbuzone 1 Docente: Prof. Ing. Gulo Zotter Tutore: Ing. Gulano Scapaccno A.A. 2004/2005

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. CAPITOLO TERZO ECONOMIA DEL SISTEMA AGROALIMENTARE Sommaro: 1. L anals del mercato de prodott agrcol. - 2. Anals economca d un sstema d agr-marketng. - 3. Il concetto d benessere e l suo accertamento.

Dettagli

Propagazione degli errori

Propagazione degli errori Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

Domanda (D) = Offerta (S, da supply )

Domanda (D) = Offerta (S, da supply ) UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 10 Euilibrio di mercato Prof. Gianmaria Martini Euilibrio di mercato Un mercato è in euilibrio uando la uantità domandata

Dettagli

E (ev) Eccitazioni e transizioni

E (ev) Eccitazioni e transizioni -.85 -.5 -. - + - - + + s p d Ecctazon e transzon d E E - E Che cosa fa sì che un elettrone s trov n un certo lvello energetco puttosto che n un altro? -.6 Due possbl mod d cambare energa: attraverso urt:

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

PIANIFICAZIONE DEI TRASPORTI

PIANIFICAZIONE DEI TRASPORTI Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone 3 A.A. 2016-2017 Ing. Francesco Pras Ing. Govann Tuver Il modello

Dettagli

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio

Algoritmo di Carlier- Pinson per problemi di Job Shop Scheduling: un esempio Formulazone e Notazon Algortmo d Carler- Pnson er roblem d Job Sho Schedulng: un esemo Notazon o C M ( o r, q -esma oerazone del ob Temo d rocessamento d o Macchna che deve rocessare o Clque (nseme d oerazon

Dettagli

LA DOMANDA DI MERCATO

LA DOMANDA DI MERCATO LA DOMANDA DI MERCATO Finora ci siamo occuati della scelta dell individuo, ora vogliamo esaminare come si determina la domanda di mercato di un bene. Domande individuali: x i 1 ( 1, 2, y i ) i= 1,...n

Dettagli

OLIGOPOLIO Sul mercato è presente un numero N di imprese N non è cosìgrande da poter giustificare l assunzione che le decisioni delle imprese non

OLIGOPOLIO Sul mercato è presente un numero N di imprese N non è cosìgrande da poter giustificare l assunzione che le decisioni delle imprese non OLIGOPOLIO Sul mercato è resente un numero N di imrese N non è cosìgrande da oter giustificare l assunzione che le decisioni delle imrese non hanno influenza sul rezzo di mercato La concorrenza monoolistica

Dettagli

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

Soluzione esercizi seconda settimana

Soluzione esercizi seconda settimana Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli