Modelli di Lévy. Indice. 1 Introduzione 2. 2 Processi di Lévy 4. 3 Modelli di Lévy puramente discontinui 6. 4 Il processo Variance-Gamma 7

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Modelli di Lévy. Indice. 1 Introduzione 2. 2 Processi di Lévy 4. 3 Modelli di Lévy puramente discontinui 6. 4 Il processo Variance-Gamma 7"

Transcript

1 Modelli di Lévy R. Marfé Indice 1 Introduzione 2 2 Processi di Lévy 4 3 Modelli di Lévy puramente discontinui 6 4 Il processo Variance-Gamma 7 5 Modelli di mercato 9 6 Applicazione in VBA 11 1

2 1 Introduzione La finanza matematica è stata un area di ricerca molto attiva dopo la derivazione dell equazione di Black, Merton e Scholes (BMS) e del relativo modello di valutazione delle opzioni nel Tuttavia l assunzione di volatilità costante prevista in BMS era ovviamente violata dall osservazione sul mercato di volatilità non costante su diversi orizzonti temporali e prezzi di esercizio. Per spiegare questo fenomeno, definito volatility smile/skew, i ricercatori hanno proposto numerose alternative alla teoria BMS. Tali tentativi possono essere raggruppati in tre classi: Local volatility model: si assume che le volatilità future siano funzioni deterministiche del valore del sottostante e dell orizzonte temporale; e queste funzioni sono implicite nei prezzi attuali delle opzioni vanilla 1. Si ritiene quindi corretta la logica del modello Black-Scholes ed `possibile il pricing e l hedging di opzioni esotiche, una volta calibrato il modello su quelle vanilla più liquide sul mercato. Stochastic volatility model: l alternativa consiste nel rendere casuale, o meglio stocastica, la volatilità utilizzando un secondo processo stocastico markoviano 2. In questi modelli, una correlzione non nulla tra i processi del prezzo (log-rendimento) e della volatilità permette di riprodurre la skewness su diversi orizzonti temporali e prezzi di esercizio. Il modello di Heston è ormai uno standard nel pricing dei derivati e nel risk management. Jump model: il terzo approccio consiste nel mantenere la dinamica basata su un processo markoviano uni-dimensionale ma aggiungendo la possibilità che si verifichino salti nel prezzo del sottostante. Questa struttura a salti permette di incorporare lo skew/smile osservato sul mercato. Merton nel 1976 propose il primo modello diffusivo a salti, recentemente invece i pure jump Lévy market models sono diventati 1 M. Rubinstein, Implied Binomial Trees, Journal of Finance (1994). 2 J. Hull and A. White, An Analysis of the Bias in Option Pricing Caused by a Stochastic Volatility (1988). S. Heston, A Closed-form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options, Review of Financial Studies (1993). 2

3 particolamente interessanti, alcuni esempi sono il modello Variance- Gamma 3 e il CGMY 4. I modelli di Lévy sono stati in grado di spiegare lo smile/skew nei derivati azionari e negli strumenti valutari (FX). Ad evidenza del particolare successo di questi modelli sta il fatto che diverse istituzioni finanziare di Wall Street hanno iniziato ad utilizzarli con le loro estensioni nel valutare le proprie posizioni in opzioni. 3 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998). 4 P. Carr, H. Geman, D. Madan and M. Yor, The Fine Structure of Asset Returns: An Empirical Investigation, Journal of Business (2002). 3

4 2 Processi di Lévy Un processo di Lévy è un processo stocastico, X t, con incrementi indipendenti e stazionari. È quindi un processo markoviano e la distribuzione della variabile casuale X t risulta infinitamente divisibile. Il modo più comune di descrivere i processi di Lévy consiste nel considerare le loro funzioni caratteristiche. La funzione caratteristica di una variabile casuale X è definita come φ X (u) = E [ e iux] = + e iux f X (x)dx, dove f X (x) è la funzione di densità di X e u (R). La funzione caratteristica può essere pensata la media ponderata per le probabilità di un cerco di raggio unitario sul pino complesso. Si definisce quindi φ X (u) = e ψ X(u), dove ψ X (u) è chiamato l esponente caratteristico di X. Essendo un processo di Lévy X t infinitamente divisibile, la funzione caratteristica della variabile casuale X t può essere espressa come φ Xt (u) = E [ e iuxt] = e tψ X 1 (u) dove ψ X1 (u) è l esponente caratteristico del processo di Lévy per unità di tempo. La proprietà della divisibilità infinita risulta particolarmente utile nello studio di X t, in quanto basta conoscere X 1 per studiare le proprietà della distribuzione di X t per ogni t. Un processo di Lévy può essere scomposto in tre componenti: il primo è un drift deterministico di parametro b, il secondo è un processo diffusivodi volatilità σ e il terzo è un processo a salti con misura ν(dx). Un processo di Lévy viene quindi totalmente caratterizzato dalla sua cosiddetta tripletta di Lévy (b, σ, ν(dx)), dove b R, σ R + e ν(dx) è una misura definita su R \ {0}. La misura di Lévy ν(dx) descrive la frequenza, per unità di tempo, con cui si verificano i salti di varie ampiezze e può essere riscritta nella forma funzionale ν(dx) = κ(x)dx, dove κ(x) è definita densità di Lévy. Per un processo di Lévy uni-dimensionale la formula Lévy-Khintchine 5 definisce l esponente caratteristico, ψ X1 (u) come: 5 K. Sato, Lévy Processes and Infnitely Divisible Distribution, Cambridge Press (1999) 4

5 ψ X1 (u) = bui 1 2 σ2 u con + min(1, x 2 )ν(dx) <. (e iux 1 iux1 ( x <1) )ν(dx), È importante notare che molti processi stocastici ben conosciuti non sono altro che casi speciali della definizione generale di processi di Lévy 6. Per esempio, se si pone b = 0 e si definisce la densità dei salti κ(x) nulla per ogni x reale, si ottiene un moto browniano standard con varianza σ 2. Se invece si pongono pari a zero sia b che σ e si definisce κ(x) = λδ(1), dove δ(1) denota la misura di Dirac in 1 (massa uguale ad uno in uno e zero altrimenti), si ottiene un processo di Poisson con parametro λ. I cosiddetti pure jump Lévy models ignorano la componente del moto browniano e utilizzano esclusivamente i salti nel descrivere i movimenti sul continuo. Ciò può essere realizzato considerando una densità di Lévy, κ(x), sufficientemente grande quando l ampiezza dei salti, x tende a zero. Questo tipo di processi puramente discontinui possono essere raggruppati in tre categorie. Si definisce I = + ν(dx), J = + x ν(dx) dove I e J rappresentano rispettivamente l attività totale e la variazione totale. Le tre tipologie di processi di Lévy sono quindi le seguenti: processi di attività finita se I < e J <, processi di attività infinita ma di variazione finita se I = ma J <, processi di attività e variazione infinita se I = e J =. Questa classificazione permette di distinguere il comportamento dei salti di piccola ampiezza vicini a zero. I processi di attività infinita implicano che possa verificarsi un numero totale di salti infinito in un qualsiasi intervallo di tempo. I processi anche di variazione infinita, oltre alla frequenza infinita dei salti, indicano che la somma del valore assoluto dei salti, verificatisi in un qualsiasi intervallo di tempo finito, tenda a infinito. Entrambi i processi di attività e variazione infinita possono essere usati per costruire i modelli di Lévy puramente discontinui. 6 R. Cont and P. Tankov, Financial Modeling ith Jump Processes, Chapman & Hall/CRC (2004) 5

6 3 Modelli di Lévy puramente discontinui Dopo il crollo del mercato azionario del 1987, gli investitori hanno iniziato a comprare opzioni put out-of-the-money per proteggerere i loro investimenti azionari e ciò ha sensibilmente alzato la volatilità out-of-the-money e reso lo skew negativo più pronunciato. Inoltre è ben noto come i log-rendimenti giornalieri siano caratterizzati d skewness ed eccesso di curtosi. Come l evidenza di mercato non supporta i modelli browniani con volatilità costante, gli operatori di mercato hanno iniziato a ricercare modelli con una più ricca struttura, che spieghi realisticamente l andamento dei rendimenti. Dopo aver osservato il crash di mercato del 1987, è naturale pensare che i movimenti del mercato non siano solo continui, ma possano anche subire dei salti in determinati momenti. Un primo tentativo in tale proposito lo si deve a R. Merton, che nel 1976 propose il primo modello diffusivo a salti per il mercato azionario 7, in cui un moto browniano era usato per i piccoli movimenti, mentre salti per quelli occasionali di grande ampiezza. Comunque nel mondo reale, il trading non avviene continuamente ma ogni scambio si verifica dopo un altro: dunque il movimento dei prezzi azionari non può essere considerato assolutamente continuo, essendo al minimo limitato dal minor tick. Nasce quindi la possibilità che il moto browniano non debba necessariamente essere incluso nei modelli finanziari. Alcuni ricercatori per primi 8 hanno supposto che la componente continua/diffusiva non sia in realtà statisticamente significativa e che anche i piccoli movimenti possano essere descritte da processi alternativi al moto browniano. Sulla base di queste ipotesi si sviluppano i modelli di Lévy puramente discontinui, da cui è escluso il moto browniano. In tali modelli i processi di Lévy a salti descrivono i log-rendimenti dei titoli, da cui segue che i prezzi siano descritti da processi esponenziali di Lévy. 7 R. Merton, Option Pricing When Underlying Stock Returns Are Discontinuous, Journal of Financial Economics (1976) 8 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998) 6

7 4 Il processo Variance-Gamma Il modello Variance-Gamma (VG), che fu sviluppato da Madan, Carr e Chang 9, è un elegante modello che offre ampia trattabilità analitica e semplicità nelle procedure di simulazione. Per tali ragioni è uno dei più conosciuti modelli di Lévy puramente discontinui. Una variabile casuale VG X segue una legge di probabilità definita da tre parametri (σ, θ, ν) e la sua funzione caratteristica è data da: φ V G (u; σ, θ, ν) = (1 iuθν σ2 νu 2 ) 1/ν, dove σ R +, θ R e ν R +. L eleganza del processo VG consiste nel fatto che la sua densità dei salti di Lévy possa essere espressa nella semplice forma: { Cexp(Gx) x < 0 x κ V G (x) = Cexp( Mx) x > 0 x dove C = 1/ν, ( ) 1 G = 4 θ2 ν σ2 ν θν, ( ) 1 M = 4 θ2 ν σ2 ν θν. Si può mostrare come entrambe le equazioni di κ V G (x) siano la misura di Lévy per una variabile casuale gamma. Ciò indica che una v.c. VG può essere scomposta in due v.c. gamma: una per i salti positivi, l altra per quelli negativi. Sotto questa rappresenzatione, una v.c. VG X V G (C, G, M) può essere scritta come la differenza di due v.c. gamma: X V G (C, G, M) = X g (C, 1/M) X g (C, 1/G). 9 D. Madan, P. Carr and E. Chang, The Variance Gamma Process and Option Pricing, European Finance Review (1998) 7

8 Risulta quindi molto semplice la costruzione di un algoritmo di simulazione. Il processo VG permette di tener conto della skewness e dell eccesso di curtosi, osservati nelle serie storiche dei prezzi azionari, e di calibrare accuratamente la volatilità delle opzioni vanilla per ogni singolo orizzonte temporale. Più precisamente un parametro θ negativo indica skewness negativa, mentre il parametro ν controlla la curtosi. Un processo VG può essere intuitivamente espresso come un time-changed Brownian Motion, dove il time-change process, o subordinator, è un processo gamma. Nello specifico un processo VG può essere ottenuto sostituendo il tempo deterministico t con una v.c. gamma g(t) in un moto browniano con drift X(t) = bt + σw (t). Con la parametrizzazione (σ, θ, ν), l espressione per X V G diventa: X V G = θg(t) + σw (g(t)), dove g(t) segue la distribuzione gamma (t/ν, ν). Il concetto di time-change Brownian Motion è sorretto da una forte intuizione economica. È chiaro che il mercato non evolve identicamente ogni giorno, ma in alcuni momenti l attività di trading è molto più intensa, mentre in altri il mercato è più tranquillo e gli scambi sono ridotti. Dunque la lunghezza di un giorno di mercato è meglio misurata dal concetto di business time (stocastico) che dal calendar time. Sotto il punto di vista tecnico il processo VG ha il vantaggio di poter essere simulato generando il moto browniano standard subordinato al tempo casuale di un processo gamma. 8

9 5 Modelli di mercato I modelli di Lévy assumono che nella dinamica dei log-rendimenti dei titoli, la componente di martingala sia costituita da un processo di Lévy. Nell ottica dell option pricing, la dinamica dei un prezzi azionari segue un processo esponenziale di Lévy sotto la misura neutrale al rischio: S t = S 0 exp ((r + ω)t + X t ), dove r è l intensità istantanea di interesse e ω è la correzione per la convessità del logaritmo. Il coefficiente ω appare nella forma esponenziale poiché è necessario che il processo sia una martingala, come richiesto dalla teoria dell asset pricing per eliminare le opportunità di arbitraggio. I modelli di Lévy sono stati applicati nell option pricing e recentemente utilizzati in modo crescente. Rispetto a quelli con volatilità stocastica, i modelli di Lévy hanno il vantaggio di rimanere nella famiglia dei processi markoviani uni-dimensionali. Inoltre i modelli a volatilità stocastica, avendo una componente di martingala esclusivamente continua/diffusiva, non sono i grado di descrivere il volatility smile/skew delle opzioni a breve scadenza. Ciò è dovuto al fatto che, in un breve intervallo di tempo, il moto browniano non genera abbastanza variazioni da ledere la continuità della traiettoria del processo. Tale problema invece non si verifica nei modelli di Lévy ad attività infinita, poiché in ogni intervallo di tempo di ogni lunghezza possono verificarsi un numero infinito di salti. Tuttavia i modelli di Lévy contraddicono il mercato sotto altri aspetti. Sotto i modelli di Lévy, la volatilità delle opzioni a lunga scadenza tende ad appiattirsi, sebbene il mercato mostri un livello di asimmetria significativo. Ciò ` dovuto all assunzione nei processi di Lévy di incrementi i.i.d.. Il teorema del limite centrale (CLT) indica che la somma di un gran numero di v.c. i.i.d. tende a distribuirsi normalmente, dunque sul lungo periodo la skewness e la curtosi descritte dai processi di Lévy tendono a scomparire per il CLT. Un ulteriore difetto dei modelli di Lévy sta nel fatto che siano processi a varianza costante e quindi non in grado di spiegare fenomeni come il volatility clustering, osservato nella volatilità delle serie storiche. Per risolvere tale 9

10 inconveniente dei modelli di Lévy base, alcuni ricercatori 10 hanno proposto modelli di Lévy a volatilità stocastica, costruiti con l aggiunta di un secondo processo markoviano per time-change la dinamica del processo di Lévy. Questi modelli combinano i vantaggi dei modelli di Lévy base e di quelli a volatilità stocastica, producendo una descrizione quasi perfetta del mondo reale e spiegando in modo accurato tutti gli aspetti del mercato delle opzioni. 10 P. Carr, H. Geman, D. Madan and M. Yor, Stochastic Volatility for Levy Processes, Mathematical Finance (2003) 10

11 6 Applicazione in VBA Public sigma As Double Public theta As Double Public nu As Double Public S_0 As Double Public dt As Double Public r As Double Public output Sub VG_path() sigma = Range("D4").Value theta = Range("D5").Value nu = Range("D6").Value N = Range("D8").Value dt = Range("D9").Value r = Range("D10").Value S_0 = Range("D11").Value output = Range("D13").Address Dim w As Double, drift As Double, S As Double, _ gdt As Double, X As Double w = Log(1 - theta * nu * sigma * sigma * nu) / nu drift = (r + w) * dt Randomize S = S_0 Range(output).Activate With WorksheetFunction For i = 1 To N gdt =.GammaInv(Rnd, nu, dt / nu) X = theta * gdt + sigma * Sqr(gdt) *.NormSInv(Rnd) S = S * Exp(drift + X) ActiveCell(i, 1).Value = S Next i End With End Sub 11

12 12

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1

Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 Martin Scheicher +43 1 40420 7418 martin.scheicher@oenb.at Determinanti dell avversione al rischio degli investitori: riscontri giornalieri dal mercato azionario tedesco 1 I prezzi azionari oscillano al

Dettagli

IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI

IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI IL TRATTAMENTO DEL RISCHIO NELL ANALISI DEGLI INVESTIMENTI IN BENI STRUMENTALI Testo di riferimento: Analisi finanziaria (a cura di E. Pavarani) McGraw-Hill 2001 cap. 11 (dottor Alberto Lanzavecchia) Indice

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

REGOLE DI ESECUZIONE DELLE ISTRUZIONI

REGOLE DI ESECUZIONE DELLE ISTRUZIONI REGOLE DI ESECUZIONE DELLE ISTRUZIONI I. Disposizioni generali 1. Le presenti Regole di esecuzione delle istruzioni dei clienti riguardanti i contratti di compensazione delle differenze (CFD) e gli strumenti

Dettagli

Modelli Binomiali per la valutazione di opzioni

Modelli Binomiali per la valutazione di opzioni Modelli Binomiali per la valutazione di opzioni Rosa Maria Mininni a.a. 2014-2015 1 Introduzione ai modelli binomiali La valutazione degli strumenti finanziari derivati e, in particolare, la valutazione

Dettagli

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA

FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMICA DEFINIZIONE: Dato un numero reale a che sia a > 0 e a si definisce funzione esponenziale f(x) = a x la relazione che ad ogni valore di x associa uno e un solo

Dettagli

10 ESEMPIO DI VALUTAZIONE IN BILANCIO DI UN OPZIONE

10 ESEMPIO DI VALUTAZIONE IN BILANCIO DI UN OPZIONE SOMMARIO 1 INTRODUZIONE ALLE OPZIONI 1.1 Teoria delle opzioni 1.2 Specifiche contrattuali delle opzioni su azioni 2 FORMALIZZAZIONI 3 PROPRIETA FONDAMENTALI DELLE OPZIONI SU AZIONI 3.1 Put-Call Parity

Dettagli

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 IL RISCHIO 1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 2.1 La volatilità storica... 4 2.2 Altri metodi di calcolo... 5 3 LA CORRELAZIONE..6 4 IL VALUE AT RISK....8 4.1 I metodi analitici... 9 4.2 La

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

L approccio parametrico o delle varianze-covarianze

L approccio parametrico o delle varianze-covarianze L approccio parametrico o delle varianze-covarianze Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Il VaR nell ipotesi di

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

Corso di Alta Formazione in Finanza Quantitativa

Corso di Alta Formazione in Finanza Quantitativa Corso di Alta Formazione in Finanza Quantitativa 2 a EDIZIONE MILANO NOVEMBRE 2011 - MAGGIO 2012 In collaborazione con Corso di Alta Formazione in Finanza Quantitativa NOVEMBRE 2011 - MAGGIO 2012 orso

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

derivati azionari guida alle opzioni aspetti teorici

derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici derivati azionari guida alle opzioni aspetti teorici PREFAZIONE Il mercato italiano dei prodotti derivati 1. COSA SONO LE OPZIONI? Sottostante Strike

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Funzione reale di variabile reale

Funzione reale di variabile reale Funzione reale di variabile reale Siano A e B due sottoinsiemi non vuoti di. Si chiama funzione reale di variabile reale, di A in B, una qualsiasi legge che faccia corrispondere, a ogni elemento A x A

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Rischio e Volatilità

Rischio e Volatilità 2 Meeting annuale SellaAdvice Trading Rho,, 20 novembre 2004 Rischio e Volatilità Relatore: Maurizio Milano Da dove deve partire un analisi tecnica operativa a supporto di un attività di trading? L elemento

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

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

Dettagli

R I S K M A N A G E M E N T & F I N A N C E

R I S K M A N A G E M E N T & F I N A N C E R I S K M A N A G E M E N T & F I N A N C E 2010 Redexe S.u.r.l., Tutti i diritti sono riservati REDEXE S.r.l., Società a Socio Unico Sede Legale: 36100 Vicenza, Viale Riviera Berica 31 ISCRITTA ALLA CCIAA

Dettagli

FINANZA & MERCATI OPZIONI, FUTURES E ALTRI DERIVATI

FINANZA & MERCATI OPZIONI, FUTURES E ALTRI DERIVATI FINANZA & MERCATI OPZIONI, FUTURES E ALTRI DERIVATI JOHN C. HULL Joseph L. Rotman School of Management University of Toronto OPZIONI FUTURES E ALTRI DERIVATI SECONDA EDIZIONE ITALIANA QUARTA EDIZIONE AMERICANA

Dettagli

Qual è il fine dell azienda?

Qual è il fine dell azienda? CORSO DI FINANZA AZIENDALE SVILUPPO DELL IMPRESA E CREAZIONE DI VALORE Testo di riferimento: Analisi Finanziaria (a cura di E. Pavarani) - McGraw-Hill - 2001 Cap. 9 1 Qual è il fine dell azienda? Massimizzare

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.

La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f. FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti

Dettagli

Convessità e derivabilità

Convessità e derivabilità Convessità e derivabilità Definizione 1 (convessità per funzioni derivabili) Sia f : (a, b) R derivabile su (a, b). Diremo che f è convessa o concava su (a, b) se per ogni 0 (a,b) il grafico di f sta tutto

Dettagli

Un introduzione al rischio di credito

Un introduzione al rischio di credito UNIVERSITÀ CA FOSCARI DI VENEZIA DIPARTIMENTO DI MATEMATICA APPLICATA Martina Nardon Un introduzione al rischio di credito n. 123/2004 Un introduzione al rischio di credito Martina Nardon Dipartimento

Dettagli

FUNZIONI CONVESSE. + e x 0

FUNZIONI CONVESSE. + e x 0 FUNZIONI CONVESSE Sia I un intervallo aperto di R (limitato o illimitato) e sia f(x) una funzione definita in I. Dato x 0 I, la retta r passante per il punto P 0 (x 0, f(x 0 )) di equazione y = f(x 0 )

Dettagli

Il monitoraggio della gestione finanziaria dei fondi pensione

Il monitoraggio della gestione finanziaria dei fondi pensione Il monitoraggio della gestione finanziaria nei fondi pensione Prof. Università di Cagliari micocci@unica.it Roma, 4 maggio 2004 1 Caratteristiche tecnico - attuariali dei fondi pensione Sistema finanziario

Dettagli

Limiti e continuità di funzioni reali di una variabile

Limiti e continuità di funzioni reali di una variabile di funzioni reali di una variabile Corso di Analisi Matematica - capitolo VI Facoltà di Economia, UER Maria Caterina Bramati Université Libre de Bruxelles ECARES 22 Novembre 2006 Intuizione di ite di funzione

Dettagli

1 Definizione: lunghezza di una curva.

1 Definizione: lunghezza di una curva. Abstract Qui viene affrontato lo studio delle curve nel piano e nello spazio, con particolare interesse verso due invarianti: la curvatura e la torsione Il primo ci dice quanto la curva si allontana dall

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

TEORIA DELL UTILITÀ E DECISION PROCESS

TEORIA DELL UTILITÀ E DECISION PROCESS TEORIA DELL UTILITÀ E DECISION PROCESS 1 UTILITÀ Classicamente sinonimo di Desiderabilità Fisher (1930):... uno degli elementi che contribuiscono ad identificare la natura economica di un bene e sorge

Dettagli

L ASSET LIABILITY MANAGEMENT NELLE IMPRESE DI ASSICURAZIONE SULLA VITA

L ASSET LIABILITY MANAGEMENT NELLE IMPRESE DI ASSICURAZIONE SULLA VITA La vigilanza e le garanzie finanziarie QUADERNI 12 L ASSET LIABILITY MANAGEMENT NELLE IMPRESE DI ASSICURAZIONE SULLA VITA PARTE PRIMA INDICE L Asset-Liability Management nelle imprese di assicurazione

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1.

γ (t), e lim γ (t) cioè esistono la tangente destra e sinistra negli estremi t j e t j+1. Capitolo 6 Integrali curvilinei In questo capitolo definiamo i concetti di integrali di campi scalari o vettoriali lungo curve. Abbiamo bisogno di precisare le curve e gli insiemi che verranno presi in

Dettagli

Istituto Istruzione Superiore Liceo Scientifico Ghilarza Anno Scolastico 2013/2014 PROGRAMMA DI MATEMATICA E FISICA

Istituto Istruzione Superiore Liceo Scientifico Ghilarza Anno Scolastico 2013/2014 PROGRAMMA DI MATEMATICA E FISICA PROGRAMMA DI MATEMATICA E FISICA Classe VA scientifico MATEMATICA MODULO 1 ESPONENZIALI E LOGARITMI 1. Potenze con esponente reale; 2. La funzione esponenziale: proprietà e grafico; 3. Definizione di logaritmo;

Dettagli

INDICE. Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni

INDICE. Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni OPZIONI FORMAZIONE INDICE Introduzione Cosa sono le Opzioni FX? Trading 101 ITM, ATM e OTM Opzioni e strategie di Trading Glossario Contatti e Informazioni 3 5 6 8 9 10 16 ATTENZIONE AI RISCHI: Prima di

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Studio grafico-analitico delle funzioni reali a variabile reale

Studio grafico-analitico delle funzioni reali a variabile reale Studio grafico-analitico delle funzioni reali a variabile reale Sequenza dei passi Classificazione In pratica Classifica il tipo di funzione: Funzione razionale: intera / fratta Funzione irrazionale: intera

Dettagli

Unità di ricerca Business Intelligence, Finance& Knowledge

Unità di ricerca Business Intelligence, Finance& Knowledge Unità di ricerca Business Intelligence, Finance& Knowledge ( www.economia.unimi.it/lda/adamss ) Facoltàdi Scienze, Università degli Studi di Milano 10 febbraio 2006 Coordinatore: Davide La Torre (Professore

Dettagli

NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO

NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO NUOVI STRUMENTI OTTICI PER IL CONTROLLO DI LABORATORIO E DI PROCESSO Mariano Paganelli Expert System Solutions S.r.l. L'Expert System Solutions ha recentemente sviluppato nuove tecniche di laboratorio

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Esempi introduttivi Variabili casuali Eventi casuali e probabilità

Esempi introduttivi Variabili casuali Eventi casuali e probabilità Esempi introduttivi Esempio tipico di problema della meccanica razionale: traiettoria di un proiettile. Esempio tipico di problema idraulico: altezza d'acqua corrispondente a una portata assegnata. Come

Dettagli

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE

ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE ALCUNE APPLICAZIONI DEL CALCOLO DIFFERENZIALE Sia I un intervallo di R e siano a = inf(i) R { } e b = sup(i) R {+ }; i punti di I diversi dagli estremi a e b, ( e quindi appartenenti all intervallo aperto

Dettagli

GUIDA ALLE OPZIONI BINARIE

GUIDA ALLE OPZIONI BINARIE Titolo GUIDA ALLE OPZIONI BINARIE Comprende strategie operative Autore Dove Investire Sito internet http://www.doveinvestire.com Broker consigliato http://www.anyoption.it ATTENZIONE: tutti i diritti sono

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Orc Trading: tecnologia innovativa per far crescere il vostro business. Matteo Carcano Milano, 13 Aprile, 2010

Orc Trading: tecnologia innovativa per far crescere il vostro business. Matteo Carcano Milano, 13 Aprile, 2010 Orc Trading: tecnologia innovativa per far crescere il vostro business Matteo Carcano Milano, 13 Aprile, 2010 2 Agenda 17.00 17.15 Introduzione Matteo Carcano Orc Software 17.15 17.30 Le opportunità di

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

LA FUNZIONE ESPONENZIALE E IL LOGARITMO

LA FUNZIONE ESPONENZIALE E IL LOGARITMO LA FUNZIONE ESPONENZIALE E IL LOGARITMO APPUNTI PER IL CORSO DI ANALISI MATEMATICA I G. MAUCERI Indice 1. Introduzione 1 2. La funzione esponenziale 2 3. Il numero e di Nepero 9 4. L irrazionalità di e

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Evoluzione Risk Management in Intesa

Evoluzione Risk Management in Intesa RISCHIO DI CREDITO IN BANCA INTESA Marco Bee, Mauro Senati NEWFIN - FITD Rating interni e controllo del rischio di credito Milano, 31 Marzo 2004 Evoluzione Risk Management in Intesa 1994: focus iniziale

Dettagli

Nota su Crescita e Convergenza

Nota su Crescita e Convergenza Nota su Crescita e Convergenza S. Modica 28 Ottobre 2007 Nella prima sezione si considerano crescita lineare ed esponenziale e le loro proprietà elementari. Nella seconda sezione si spiega la misura di

Dettagli

4. Introduzione ai prodotti derivati. Stefano Di Colli

4. Introduzione ai prodotti derivati. Stefano Di Colli 4. Introduzione ai prodotti derivati Metodi Statistici per il Credito e la Finanza Stefano Di Colli Che cos è un derivato? I derivati sono strumenti il cui valore dipende dal valore di altre più fondamentali

Dettagli

1 Valore atteso o media

1 Valore atteso o media 1 Valore atteso o media Definizione 1.1. Sia X una v.a., si chiama valore atteso (o media o speranza matematica) il numero, che indicheremo con E[X] o con µ X, definito come E[X] = i x i f(x i ) se X è

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Solo un leader della Gestione Alternativa può offrirvi una tale scelta. insieme fino all essenza

Solo un leader della Gestione Alternativa può offrirvi una tale scelta. insieme fino all essenza Solo un leader della Gestione Alternativa può offrirvi una tale scelta insieme fino all essenza Dexia Asset Management, un leader europeo nell ambito della Gestione Alternativa n Una presenza storica fin

Dettagli

Se il flusso termico specifico fornito dalla resistenza elettrica è

Se il flusso termico specifico fornito dalla resistenza elettrica è Transitorio termico per un Ferro da stiro (esercizio 5.9 di Fundamentals of Heat and Mass Transfer, F.P. Incropera, D.P. Dewitt, T.L. Bergman, A.S. Lavine, 6th Edition, Wiley, 2007. La piastra di un ferro

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Contratti di Remunerazione dell Asset Manager in presenza di Flow Fund

Contratti di Remunerazione dell Asset Manager in presenza di Flow Fund POLITECNICO DI MILANO Facoltà di Ingegneria Industriale e dell Informazione Corso di Laurea Magistrale in Ingegneria Matematica Contratti di Remunerazione dell Asset Manager in presenza di Flow Fund Tesi

Dettagli

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc.

1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. Classi Numeriche 1 1 Numeri Complessi, Formula di Eulero, Decomposizioni Notevoli,... ecc. In questo breve capitolo richiamiamo le definizioni delle classi numeriche fondamentali, già note al lettore,

Dettagli

APPUNTI DI MATEMATICA LE FUNZIONI ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FUNZIONI ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FUNZIONI ALESSANDRO BOCCONI Indice 1 Le funzioni nel discreto 3 1.1 Le funzioni nel discreto.................................. 3 1.1.1 La rappresentazione grafica............................

Dettagli

Le Opzioni. Caratteristiche delle opzioni. Sottostante

Le Opzioni. Caratteristiche delle opzioni. Sottostante Le Caratteristiche delle opzioni...1 I fattori che influenzano il prezzo di un opzione...4 Strategie di investimento con le opzioni...5 Scadenza delle opzioni...6 Future Style...7 Schede prodotto...8 Mercato

Dettagli

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Orientamenti ABE in materia di valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Londra, 16.05.2012 1 Oggetto degli orientamenti 1. Il presente documento contiene una

Dettagli

Quando troncare uno sviluppo in serie di Taylor

Quando troncare uno sviluppo in serie di Taylor Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in

Dettagli

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori

ABC. degli investimenti. Piccola guida ai fondi comuni dedicata ai non addetti ai lavori ABC degli investimenti Piccola guida ai fondi comuni dedicata ai non addetti ai lavori I vantaggi di investire con Fidelity Worldwide Investment Specializzazione Fidelity è una società indipendente e si

Dettagli

Analisi dei sistemi nel dominio del tempo

Analisi dei sistemi nel dominio del tempo Appunti di Teoria dei Segnali a.a. 010/011 L.Verdoliva In questa sezione studieremo i sistemi tempo continuo e tempo discreto nel dominio del tempo. Li classificheremo in base alle loro proprietà e focalizzeremo

Dettagli

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO

4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4 FUNZIONE ESPONENZIALE E FUNZIONE LOGARITMO 4.0. Esponenziale. Nella prima sezione abbiamo definito le potenze con esponente reale. Vediamo ora in dettaglio le proprietà della funzione esponenziale a,

Dettagli

Appunti sulle disequazioni

Appunti sulle disequazioni Premessa Istituto d Istruzione Superiore A. Tilgher Ercolano (Na) Appunti sulle disequazioni Questa breve trattazione non vuole costituire una guida completa ed esauriente sull argomento, ma vuole fornire

Dettagli

Richiami: funzione di trasferimento e risposta al gradino

Richiami: funzione di trasferimento e risposta al gradino Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa

Dettagli

La funzione di risposta armonica

La funzione di risposta armonica 0.0. 3.1 1 La funzione di risposta armonica Se ad un sistema lineare stazionario asintoticamente stabile si applica in ingresso un segnale sinusoidale x(t) = sen ωt di pulsazione ω: x(t) = sin ωt (s) =

Dettagli

Non solo benchmark: le prospettive nei modelli gestionali. Stefania Luzi Mefop Roma, 3 luglio 2013

Non solo benchmark: le prospettive nei modelli gestionali. Stefania Luzi Mefop Roma, 3 luglio 2013 Non solo benchmark: le prospettive nei modelli gestionali Stefania Luzi Mefop Roma, 3 luglio 2013 La cronistoria Pre 2009 Modello a benchmark basato su: Pesi delle asset class Benchmark costituito da indici

Dettagli

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno

GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno GeoGebra 4.2 Introduzione all utilizzo della Vista CAS per il secondo biennio e il quinto anno La Vista CAS L ambiente di lavoro Le celle Assegnazione di una variabile o di una funzione / visualizzazione

Dettagli

Sistemi e modelli matematici

Sistemi e modelli matematici 0.0.. Sistemi e modelli matematici L automazione è un complesso di tecniche volte a sostituire l intervento umano, o a migliorarne l efficienza, nell esercizio di dispositivi e impianti. Un importante

Dettagli

La Funzione Caratteristica di una Variabile Aleatoria

La Funzione Caratteristica di una Variabile Aleatoria La Funzione Caratteristica di una Variabile Aleatoria La funzione caratteristica Φ densità di probabilità è f + Φ ω = ω di una v.a., la cui x, è definita come: jωx f x e dx E e j ω Φ ω = 1 La Funzione

Dettagli

B9. Equazioni di grado superiore al secondo

B9. Equazioni di grado superiore al secondo B9. Equazioni di grado superiore al secondo Le equazioni di terzo grado hanno una, due o tre soluzioni, risolvibili algebricamente con formule molto più complesse di quelle dell equazione di secondo grado.

Dettagli

Strategie ISOVOL nella costruzione di

Strategie ISOVOL nella costruzione di FOR PROFESSIONAL INVESTORS Strategie ISOVOL nella costruzione di portafogli diversificati I vantaggi di un approccio fondato sulla contribuzione al rischio EFPA Italia Meeting 2014 Agenda Inter-temporal

Dettagli

Nicola Romito. Esperienza. Presidente presso Power Capital nicola.romito@hotmail.it

Nicola Romito. Esperienza. Presidente presso Power Capital nicola.romito@hotmail.it Nicola Romito Presidente presso Power Capital nicola.romito@hotmail.it Esperienza Presidente at Power Capital aprile 2013 - Presente (1 anno 4 mesi) * Consulenza per gli investimenti, gestione di portafoglio

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Analisi e controllo di uno scambiatore di calore

Analisi e controllo di uno scambiatore di calore Università degli Studi di Roma Tor Vergata FACOLTÀ DI INGNEGNERIA Corso di Laurea Magistrale in Ingegneria dell automazione Progetto per il corso di controllo dei processi Analisi e controllo di uno scambiatore

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. UdA n. 1 Titolo: Disequazioni algebriche Saper esprimere in linguaggio matematico disuguaglianze e disequazioni Risolvere problemi mediante l uso di disequazioni algebriche Le disequazioni I principi delle

Dettagli

Hedge Fund: stili di gestione e peculiarità. Cristiana Brocchetti

Hedge Fund: stili di gestione e peculiarità. Cristiana Brocchetti Hedge Fund: stili di gestione e peculiarità Cristiana Brocchetti Milano, 17 dicembre 2012 1 Tradizionale o Alternativo? Due le principali aree che caratterizzano le tipologie di investimento: Tradizionali

Dettagli

i tassi di interesse per i prestiti sono gli stessi che per i depositi;

i tassi di interesse per i prestiti sono gli stessi che per i depositi; Capitolo 3 Prodotti derivati: forward, futures ed opzioni Per poter affrontare lo studio dei prodotti derivati occorre fare delle ipotesi sul mercato finanziario che permettono di semplificare dal punto

Dettagli

Teoria quantistica della conduzione nei solidi e modello a bande

Teoria quantistica della conduzione nei solidi e modello a bande Teoria quantistica della conduzione nei solidi e modello a bande Obiettivi - Descrivere il comportamento quantistico di un elettrone in un cristallo unidimensionale - Spiegare l origine delle bande di

Dettagli

In base alla definizione di limite, la definizione di continuità può essere data come segue:

In base alla definizione di limite, la definizione di continuità può essere data come segue: Def. Sia f una funzione a valori reali definita in un intervallo I (itato o ilitato) e sia un punto interno all intervallo I. Si dice che f è continua nel punto se: ( )= ( ) Una funzione f è continua in

Dettagli

Il nostro processo d investimento

Il nostro processo d investimento Il nostro processo d investimento www.moneyfarm.com Sommario Le convinzioni alla base della nostra strategia d investimento 2 Asset Allocation 3 La scelta di strumenti a basso costo gestionale 3 L approccio

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può

Dettagli

COME MASSIMIZZARE UNA FUNZIONE DI UTILITÀ

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

Dettagli

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

Studio sperimentale della propagazione di un onda meccanica in una corda

Studio sperimentale della propagazione di un onda meccanica in una corda Studio sperimentale della propagazione di un onda meccanica in una corda Figura 1: Foto dell apparato sperimentale. 1 Premessa 1.1 Velocità delle onde trasversali in una corda E esperienza comune che quando

Dettagli

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE

2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 1 INTRODUZIONE 2/4 OPERATORI NEGLI SPAZI DI HILBERT INFINITODIMENSIONALI 08/09 INTRODUZIONE Il problema agli autovalori di un operatore La trattazione del problema agli autovalori di un operatore fatta negli spazi finitodimensionali

Dettagli

Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento

Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento Debora de Chiusole PhD Candidate deboratn@libero.it Università degli Studi di Padova Dipartimento FISPPA

Dettagli

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli