Mobilità per acquisti

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Mobilità per acquisti"

Transcript

1 Corso d LOGISTICA TERRITORIALE DOCENTE prof. ng. Agostno Nuzzolo Mobltà per acqust

2 Trasporto merc Defnzon Zona d produzone (f) Produttore Fluss d merce (modell I-O) Vecol commercal (modell per la smulazone della scelta modale e d logstcs chan) Zona d acquszone (o) Mercato Generale Trasporto merc a scala urbana/metropoltana Centro d Dstrbuzone Magazzno all ngrosso Fluss d merce (modell merc a scala metropoltana/urbana) Vecol commercal Zona d vendta al dettaglo (d) Vendta al dettaglo Grande Dstrbuzone Organzzata Fluss d merce Zona d consumo (e) Trasporto passegger a scala urbana /metropoltana Fluss d vecol (consumator) Attvtà d servzo Resdenza 2

3 Consumo e trasformazone d merc Domanda fnale - Consumator fnal (resdent, turst, ecc.) ~ 70 % ~ 70 % Prodott della trasformazone Domanda fnale - Azende d servzo ~ 20 % Area urbana/metropoltana Area Urbana/Metropoltana ~ 10 % ~ 10 % Demanda ntermeda (attvtà manufatturere, artgane, ecc.) Rfut 3

4 Composzone del traffco merc n aree urbane e metropoltane COST 321 (1998) Bordeaux (1999) Reggo Calabra (2000) Pensola Sorrentna (2005) Roma (2008) Prod. alm. fresch 30% Prod. alm. refr. 7% 61% 74% 34% 34% Altr prod. alm. 6% 56% Bevande 13% 10% Lbr, gornal e cartolera 8% 5% 2% Prodott per la casa 10% 12% 9% Materale da costr. 6% 7% 11% Altro 18% 15% 4% 44% 39% 26% 56% 66% 4

5 Indc d consumo gornaler de resdent Area urbana d Cosenza, 2005 Classe Tpologe merceologche Indc gornaler d consumo Pop. (kg/ab) Fam. (kg/fam) 1 Prodott almentar fresch 0,665 1,748 2 Prodott almentar conservat 0,615 1,615 3 Prodott per l'gene, detersv 0,071 0,185 4 Artcol d cancellera, gocattol 0,163 0,428 5 Prodott farmaceutc, cosmetc 0,019 0,049 6 Tessut, abbglamento, calzature 0,112 0,295 7 Orologera, argentera, crstall 0,015 0,038 8 Lbr, gornal, rvste, dsch 0,082 0,217 9 For e pante 0,011 0, Elettrodomestc, telefona, ottca 0,317 0, Legnam, mobl, vetro, ceramca 0,208 0, Ferramenta, prodott n metallo 0,053 0, Prodott chmc 0,020 0, Accessor per vecol 0,189 0, Carburant, lubrfcant 0,007 0, Materale da costruzone 0,057 0, Anmal vv, accessor TOTALE 2,622 6,885 5

6 Indagne per mobltà acqust 6

7 Indagne mobltà per acqust Obettvo Analzzare comportament d acqusto Varabl d nteresse: Tpo d Punto Vendta n cu è effettuato l acqusto Modo d trasporto utlzzato Elaborare modell che consentano d smulare le scelte d acqusto de consumator 7

8 Indagne mobltà per acqust Struttura Domande d screenng del nucleo famlare: l luogo d abtazone, la composzone del nucleo e l numero d autovetture Domande d screenng de component: sesso, età, professone, possesso patent Domande rguardant gl spostament per acqust: N spostament Orar Luogh Tpologe d punto vendta Tpologe merceologche E-commerce 8

9 Indagne mobltà per acqust Intervste Perodo d osservazone: settmana precedente ne mes d Nov/Dc 2012 Nucle famlar ntervstat: 308 Component ntervstat: Spostament settmanal per acqust effettuat: 851 Totale Acqust effettuat:

10 Indagne mobltà per acqust Dstrbuzone de nucle famlare per composzone Component nucleo famlare Con età maggore d 14 ann Totale Valore Assoluto % 1 100% 0% 0% 0% 0% 100% 11 3% 2 9% 91% 0% 0% 0% 100% 43 14% 3 0% 18% 82% 0% 0% 100% % 4 0% 8% 11% 81% 0% 100% % 5 0% 5% 14% 38% 43% 100% 21 7% 6 0% 0% 0% 100% 0% 100% 2 1% Meda 5% 22% 32% 37% 3% 100% 100% Valore Assoluto

11 Indagne mobltà per acqust Dstrbuzone de nucle famlare per composzone e possesso autovetture Component nucleo famlare > 14 ann Auto possedute Totale Valore Assoluto % 1 93% 7% 0% 0% 0% 100% % 51% 1% 0% 0% 100% % 52% 27% 1% 0% 100% % 39% 40% 13% 2% 100% % 22% 22% 44% 11% 100% 9 Meda 24% 44% 25% 6% 1% 100% % 44% 25% 6% 1% Valore Assoluto

12 Indagne mobltà per acqust Dstrbuzone per età ed occupazone Dstrbuzone per classe d età de component d età maggore d 14 ann Dstrbuzone per tpo d occupazone de component d età maggore d 14 ann 12

13 Indagne mobltà per acqust Dstrbuzone degl spostament settmanal per tpo d merce acqustata 13

14 Indagne mobltà per acqust Numero d spostament settmanal per composzone nucleo famlare Number of components Foodstuffs Hygene and household products Cloth Other Average more than Average

15 Indagne mobltà per acqust Numero d spostament settmanal per tpo d occupazone Job Foodstuffs Hygene and household products Cloth Other Average occuped housewfe other Average

16 Indagne mobltà per acqust Dstrbuzone degl spostament settmanal per attvtà svolta all orgne Foodstuffs Hygene and household products Cloth Other Average Home 75% 72% 64% 55% 68% Work 13% 12% 13% 20% 14% Personal servce and lesure 10% 12% 14% 12% 12% Study 1% 3% 9% 13% 6% Total 100% 100% 100% 100% 100% Average 36% 19% 27% 18% 16

17 Indagne mobltà per acqust Dstrbuzone degl spostament settmanal per gorno e tpo d negozo 17

18 Indagne mobltà per acqust Dstrbuzone degl spostament settmanal per ora del gorno 18

19 Indagne mobltà per acqust Scelta del tpo d negozo 1/3 Foodstuffs Hygene and household product Cloth Other Average Small 20% 26% 51% 49% 35% Medum 68% 46% 1% 1% 34% Large 12% 28% 48% 50% 31% Total 100% 100% 100% 100% 100% Age Small retal outlet Medum retal outlet Large retal outlet Total under 29 years 43% 14% 43% 100% years old 32% 40% 28% 100% over 65 years 36% 49% 15% 100% Average 35% 34% 31% 100% 19

20 Indagne mobltà per acqust Scelta del tpo d negozo 2/3 Job Small retal outlet Medum retal outlet Large retal outlet Total employee 33% 35% 32% 100% housewfe 36% 47% 18% 100% other (e.g. retred) 39% 25% 36% 100% Total 35% 34% 31% 100% Small retal outlet Medum retal outlet Large retal outlet Total low traffc and parkng avalablty 0% 2% 5% 2% prce 19% 29% 30% 26% servce and qualty 43% 14% 30% 29% proxmty 23% 46% 20% 30% other 16% 10% 14% 13% Total 100% 100% 100% 100% 20

21 Indagne mobltà per acqust Scelta del tpo d negozo 3/4 Small retal outlet Medum retal outlet Large retal outlet Total less than 10 mnutes 32% 57% 18% 36% mnutes 35% 29% 34% 33% mnutes 29% 12% 45% 28% more than 60 mnutes 4% 2% 3% 3% Total 100% 100% 100% 100% Small retal Medum retal Large retal outlet outlet outlet Total alone 49% 61% 34% 48% 1 35% 31% 40% 35% 2 10% 7% 16% 11% 3 4% 1% 6% 3% more than 4 2% 0% 4% 2% Total 100% 100% 100% 100% 21

22 Indagne mobltà per acqust Scelta del modo d trasporto Prvate vehcle (e.g. car) Transt On foot Total Small retal outlet 66% 11% 23% 100% Medum retal outlet 68% 4% 28% 100% Large retal outlet 91% 5% 4% 100% Average 74% 7% 19% 100% under 29 years years over 64 years Average Prvate vehcle (e.g. car) 67% 78% 71% 74% Transt 14% 4% 2% 7% On foot 19% 18% 27% 19% Total 100% 100% 100% 100% 22

23 Indagne mobltà per acqust Sntes 1/2 Occupazone Tpo merce Tpo punto vendta Modo d trasporto 23

24 Indagne mobltà per acqust Sntes 2/2 24

25 Corso d LOGISTICA TERRITORIALE DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora 25

26 Modell d domanda e utltà aleatora Spostamento: rsultato d numerose scelte compute dagl utent del servzo d trasporto (ad es., scelta della destnazone, del modo d trasporto, del percorso). Modell d domanda: rproducono comportament d scelta d trasporto degl utent (modell comportamental). Modell d utltà aleatora, o casuale: paradgma teorco pù rcco e d gran lunga pù utlzzato per smulare le scelte d trasporto tra modell comportamental 26

27 Modell d utltà aleatora Ipotes general I modell d utltà aleatora (o casuale) s basano sulla potes che ogn utente sa un decsore razonale ovvero un massmzzatore dell utltà relatva alle propre scelte: a) Il generco utente della categora nell effettuare la scelta consdera tutte le m alternatve dsponbl che costtuscono l suo nseme d scelta I. L nseme d scelta può essere dfferente per utent dvers. b) Il decsore della categora assoca a cascuna alternatva del suo nseme d scelta una utltà o attrattvtà percepta U e scegle l alternatva che massmzza tale utltà. 27

28 Modell d utltà aleatora Ipotes general c) L utltà assocata a cascuna alternatva d scelta dpende da una sere d caratterstche msurabl o attrbut propr dell alternatva stessa e del decsore della categora U = U (X ) con: X = vettore degl attrbut relatv all alternatva e al decsore della categora. d) L utltà assocata dal generco decsore della categora all alternatva non è nota con certezza all osservatore esterno (analsta), e pertanto è rappresentata con una varable aleatora. 28

29 Modell d utltà aleatora Ipotes general e) L aleatoretà è determnata da: varazone de gust dell utente, varazon de gust fra gl utent, errore d valutazone degl attrbut dell utente, error conness alla modellzzazone. 29

30 Modello d scelta probablstco posto: s ha: V p I Pr U U k,k I U E V ε k I 2 Var U E U V V 0 Var V, I 0 E Var 2, p / I Pr V Vk k k,k I 30

31 Espressone dell utltà sstematca L utltà sstematca è espressa come funzone d attrbut alle alternatve : V con k ndce del generco attrbuto. X k X relatv In genere per ragon d convenenza analtca s assume che la utltà sstematca V sa una funzone lneare ne coeffcent K degl attrbut o d loro trasformazon funzonal: V X k X k k T X 31

32 Esempo U = varable aleatora connessa alla scelta del percorso 1 O V 2 X k t, C β k X k parametr (+ -) D U U U U 1 2 V 1 1 V 2 2 attrbut o loro trasformazon funzonal U V X V ε V X ε I utltà sstematca = meda della varable aleatora utltà per tutt gl utent con ugual attrbut resduo aleatoro β1t β 2 ln C con: t = tempo d percorrenza relatvo alla coppa O/D C = costo generalzzato relatvo alla coppa O/D 1 e 2 = parametr 32

33 Classfcazone degl attrbut (1/3) Attrbut d lvello d servzo attrbut propr del sstema d trasporto (es. temp, cost, frequenza de servz, comfort etc.) Attrbut del sstema d attvtà attrbut dpendent dall uso del terrtoro dell area d studo (es. numero d negoz o numero d scuole d una zona) Attrbut soco-economc attrbut propr dell utente o del suo nucleo famlare (es. possesso d patente, numero d autovetture possedute n famgla etc.) 33

34 Classfcazone degl attrbut (2/3) Attrbut generc attrbut che compaono con stessa forma funzonale e stesso coeffcente n pù d una alternatva Attrbut specfc attrbut che compaono con forme funzonal e/o coeffcent dvers n dverse alternatve Attrbuto Specfco dell Alternatva (ASA) varable ombra che vale 1 per l alternatva e zero per le altre (dfferenza fra l utltà meda e quella spegata dagl altr attrbut utlzzat). 34

35 Classfcazone degl attrbut (3/3) Varabl ombra (0/1): attrbut che ndcano la presenza o meno d un fattore (es. ASA) Varabl numerche: attrbut che ndcano la quanttà d un fattore. V p V auto V bus = 1 t p = 1 t pa + 2 t ba + 3 c a + 4 DISP + 5 REDD + 6 AUTO = 1 t pb + 2 t bb + 3 c b + 7 t wb + 8 BUS Attrbut specfc della alternatva (ASA) AUTO BUS Attrbut d Lvello d Servzo t b = tempo a bordo (generco) t w = tempo d attesa alla fermata (specfco) t p = tempo a ped (generco) c = costo monetaro (generco) Attrbut Soco-Economc DISP = n auto/n patentat REDD =1 se reddto>60 Ml 0 altrment 35

36 Il modello Logt (1/2) Ipotes: resdu aleator Indpendentemente ed Identcamente Dstrbut (..d.) secondo una varable aleatora (v.a.) d Gumbel con meda nulla e parametro a: F ε ( x) Prob( ε x) exp exp( αx Φ) con f : costante d Eulero (f 0,577). 2 π E ( ε ) = 0 Var ( ε ) = σε 6α Cov(, ) 0, h I h 2 2 F U V ε U Prε U V exp exp( α( U V ) ) ( U ) Pr Φ E( U ) V Var ( U ) π 2 6α 2 36

37 Esemp d funzon d denstà d probabltà d Gumbel 37

38 38 Il modello Logt (2/2) D C B A α π D C B A ε o A B C D m h h αv αv p 1 exp exp ) (

39 Esempo Modello Logt Multnomale (1/2) Scelta del percorso: I A, B p( ) m h1 exp exp αv αv h m exp a k exp a h1 V k k k k V kh A O D C A = 1,86 C B = 0,31 t A = 20 t B = 40 B 39

40 Esempo Modello Logt Multnomale (2/2) O A B D I A, B V t C 0,1 t c t 1,93 c pa ( ) exp a 0,1 ta1,93 CA t C t C exp a 0,1 A 1,93 A exp a 0,1 B 1,93 B p(b) = 1 p(a) t A = 20 C A = 1,86 V A = -5,6 t B = 40 C B = 0,31 V B = -4,6 a1,0 a0,1 a2,0 p A 0,27 0,48 0,12 p B 0,73 0,52 0,88 40

41 Corso d LOGISTICA TERRITORIALE DOCENTE prof. ng. Agostno Nuzzolo Modell per la smulazone della mobltà per acqust 41

42 Urban freght modellng framework SHOPPING RESTOCKING - Quantty Type and locaton of shop Shoppng trp O-D matrces RESTOCKING - Delvery RESTOCKING Tour-Vehcle Produced Trps Mode choce Retal Actvtes Trp Generaton Mode O-D matrces ATTRACTION TRANSPORT SERVICE DEPARTURE TIME Inhabtants, Vstors Quantty purchase model Attracted quanttes Quantty O-D flows for transport servces TRIP ORDER and VEHICLE TYPE Warehouses and Dstrbuton Actvtes ACQUISITION SHIPMENT SIZE DELIVERY LOCATION Quantty O-D matrces Delvery O-D matrces Delvery Tours Freght Vehcle O-D matrces model data 42

43 Urban freght modellng framework 43

44 Demand models for shoppng 1/2 s p k / so p d / kso p m / dkso D skm =D od o. D od [skm] s the average number of trps wth orgn n zone o undertaken by end consumers of category for purchasng freght of type s n retal outlet k located n zone d by usng transport mode m; D o. [s] s the mean number of relevant trps undertaken by end-consumers belongng to category for shoppng freght of type s wth orgn n zone o obtaned by a trp generaton model; p [k/so] s the probablty that users, undertakng a trp from o, travel for purchasng at shop type k, obtaned by a shop type choce model; p [d/kso] s the probablty that users, undertakng a trp from o, travel to destnaton zone d for purchasng at shop type k, obtaned by a locaton shop model; p [m/dkso] s the probablty that users, travelng between o and d for purchasng n shop type k, use transport mode m obtaned by a modal choce or splt model. 44

45 Demand models for shoppng / Q sk = Q sk D skm p dm mks dm. d. d od o, m, dm 2/2 Q.d [sk] s the goods quantty bought/sold n retal outlet k n zone d gven by the demand of end consumers belongng to category lvng/workng n a zone wthn the study area; dm s the dmenson of purchases, expressed n kg; p [dm/mks] s the probablty that a trp concludes wth a purchase of dmenson dm condtonal upon undertakng a trp to retal outlet k for a purchase of goods type s usng transport mode m; obtaned by a purchase choce model. 45

46 Demand models for shoppng Trp generaton model ns [o] the number of end-consumers n zone o belongng to category ; ms [o] s the mean number of trps undertaken by the ndvdual n category, departng from zone o for shoppng. The average ndex ms [o] can be estmated by two man categores of models: behavoral (or more properly, random utlty models) and descrptve models: behavoral models wth x number of trps and p [x/o] probablty of undertakng x trps; descrptve models wth means of values of soco-economc varables such as ncome, number of cars owned, and b parameters to calbrate. Do. ns o ms o / ms o x p x o ms o x X o 46

47 Demand models for shoppng The shop type choce model exp exp p k / o V V V k s the systemc utltes to buy n a retal outlet k (small, medum or large retal outlet) were expressed as follows: TH s the hour of the day when shoppng trp undertakes; OL s a dummy varable equal to 1 f the user s older than 64, 0 otherwse; NC s the number of household components; OW s a dummy varable equal to 1 f the user s an housewfe, 0 otherwse; NG s the number of components of group for shoppng; OY s a dummy varable equal to 1 f the user s younger than 29, 0 otherwse; OC s a dummy varable equal to 1 f the user s employee, 0 otherwse; HY s a dummy varable equal to 1 f the user buys hygene and personal products, 0 otherwse; HF s a dummy varable equal to 1 f the user buys foodstuffs, 0 otherwse; HO s a dummy varable equal to 1 f the user buys other products, 0 otherwse; VA s a number of dfferent types of products purchased; WK s a dummy varable equal to 1 f the trp s undertaken on week-end, 0 otherwse. k V TH 0.221OL NC OW NG small V OY 0.291OC HF HY NG medum l arg e V HO HY VA 0.571WK k ' k ' 47

48 Demand models for shoppng Locaton shop model exp exp d p d / ko V V d ' d ' V d s the systemc utlty and t s generally a functon of attrbutes of a possble zone d par (e.g. number of shop of type k) and level-of-servce attrbutes (e.g. travel tme and costs). 48

49 Demand models for shoppng Modal choce model exp exp m p m / kdo V V m' m ' V m s a functon of attrbutes of a possble transport mode n relaton to zone od par (e.g. travel tme and costs, number of wholesalers at zone o) and socoeconomc attrbutes of the end-consumer (e.g. gender, ncome, car avalablty). 49

50 Demand models for shoppng Purchase choce model exp exp p dm / mks V V dm dm' dm' where V EC PC JO dm k k k Used Attrbutes EC PC JO k attrbutes of end-consumer (e.g. age) attrbutes of purchase (e.g. freght type) attrbutes of ourney (e.g. passve accessblty of purchase zone) 50

Richiami di modelli di utilità aleatoria

Richiami di modelli di utilità aleatoria Corso d LOGISTICA TERRITORIALE www.unroma.t/ddattca/lt DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale Modell d domanda e utltà

Dettagli

MODELLI DI UTILITÀ ALEATORIA

MODELLI DI UTILITÀ ALEATORIA corso d Teora e Tecnca della Crcolazone + Trasport e Terrtoro a.a. 2012-2013 MODELLI DI UTILITÀ ALEATORIA PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma2.t Modell d utltà

Dettagli

Modelli di utilità aleatoria

Modelli di utilità aleatoria corso d Teora de Sstem d Trasporto Modell d utltà aleatora PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma.t Iscrzone al corso Modell d offerta ü Da effettuars anche on

Dettagli

Mobilità per acquisti

Mobilità per acquisti Corso di LOGISTICA TERRITORIALE http://didattica.uniroma2.it/ DOCENTE prof. ing. Agostino Nuzzolo Mobilità per acquisti Trasporto merci Definizioni Zona di produzione (f) Produttore Flussi di merce (modelli

Dettagli

Modelli di domanda e utilità aleatoria

Modelli di domanda e utilità aleatoria La domanda d mobltà Corso d PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostno Nuzzolo Marzo 005 Struttura del sstema d modell er la smulazone de sstem d trasorto Modello del sstema d trasorto OFFERTA DI

Dettagli

Mobilità merci in area urbana

Mobilità merci in area urbana Corso di LOGISTICA TERRITORIALE http://didattica.uniroma2.it/ DOCENTE prof. ing. Agostino Nuzzolo Mobilità merci in area urbana Trasporto merci Definizioni Zona di produzione (f) Produttore Flussi di merce

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

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

Teoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di domanda. prof. ing. Antonio Comi

Teoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di domanda. prof. ing. Antonio Comi Teora de Sstem d Trasporto 1 + 2 (9 CFU) A. A. 2017-2018 Modell d domanda prof. ng. Antono Com Department of Enterprse Engneerng Unversty of Rome Tor Vergata Prof. Ing. Antono Com Teora de Sstem d Trasporto

Dettagli

Corso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre 2012. Modelli di domanda

Corso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre 2012. Modelli di domanda Corso d TRASPORTI E AMBIENTE ng. Antono Com Ottobre 2012 Modell d domanda 1 Struttura del sstema d modell per la smulazone de sstem d trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO

Dettagli

corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI DOMANDA

corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI DOMANDA Thanks to Barbara Montemaran for her kndly support n sldes updatng corso d Teora de Sstem d Trasporto Sostenbl 6 CFU A.A. 2017-2018 MODELLI DI DOMANDA Prof. Ing. Umberto Crsall Dpartmento d Ingegnera dell

Dettagli

Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO. prof. ing. Agostino Nuzzolo Ottobre 2007

Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO. prof. ing. Agostino Nuzzolo Ottobre 2007 Corso d PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ng. Agostno Nuzzolo Ottobre 2007 I MODELLI PER LA SIMULAZIONE DELLE INTERAZIONI TRASPORTI-TERRITORIO TERRITORIO 1 Introduzone Modfche del sstema d offerta

Dettagli

Definizione del problema

Definizione del problema Corso d Gestone ed Eserczo de Sstem d Trasporto www.unroma2.t/ddattca/gest t/dd tt /GEST Modell per l assegnazone della domanda alle ret d trasporto aereo Defnzone del problema Modell d domanda segmentazone

Dettagli

CORSO DI STUDI E VALUTAZIONI AMBIENTALI A.A

CORSO DI STUDI E VALUTAZIONI AMBIENTALI A.A CORSO DI STUDI E VALUTAZIONI AMBIENTALI A.A. 2012-2013 1 INDICE 1 STIMA DELLA DOMANDA DI TRASPORTO 3 1.1 Moello generazone 3 1.2 Moello strbuzone 4 1.3 Moello scelta moale 5 1.4 Stma elle sottomatrc scambo

Dettagli

Corso di PIANIFICAZIONE DEI TRASPORTI 1 Prof. Ing. Agostino Nuzzolo. I modelli di domanda

Corso di PIANIFICAZIONE DEI TRASPORTI 1 Prof. Ing. Agostino Nuzzolo. I modelli di domanda Corso d PIANIFICAZIONE DEI TRASPORTI 1 Prof. Ing. Agostno Nuzzolo 1 Struttura del sstema d modell per la smulazone de sstem d trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO DI DI LOCALIZZAZIONE

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

MODELLI DI DOMANDA E UTILITÀ ALEATORIA

MODELLI DI DOMANDA E UTILITÀ ALEATORIA MODELLI DI DOMANDA E TILITÀ ALEATORIA SPOSTAMENTO: RISLTATO DI NMEROSE SCELTE COMPITE DAGLI TENTI DEL SERVIZIO DI TRASPORTO MODELLI DI DOMANDA: TENTANO DI RIPRODRRE I COMPORTAMENTI DI SCELTA DI TRASPORTO

Dettagli

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto Unverstà degl Stud d Roma Tor vergata partmento d Ingegnera Cvle Corso d Gestone ed eserczo de sstem d trasporto Docente: Ing. Perlug Coppola Lucd proettat a lezone La progettazone degl orar de servz d

Dettagli

Corso di TECNICA E TECNICA DELLA CIRCOLAZIONE + TRASPORTI E TERRITORIO www.uniroma2.it/didattica/ttc_tt. DOCENTE prof. ing.

Corso di TECNICA E TECNICA DELLA CIRCOLAZIONE + TRASPORTI E TERRITORIO www.uniroma2.it/didattica/ttc_tt. DOCENTE prof. ing. Corso di TECNICA E TECNICA DELLA CIRCOLAZIONE + TRASPORTI E TERRITORIO www.uniroma2.it/didattica/ttc_tt DOCENTE Trasporto Logistica urbano Urbana delle merci Trasporto merci Definizioni Trasporto passeggeri

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

Le decisioni di gruppo in materia di trasporti: teorie, modelli, applicazioni Romeo Danielis e Lucia Rotaris

Le decisioni di gruppo in materia di trasporti: teorie, modelli, applicazioni Romeo Danielis e Lucia Rotaris Le decson d gruppo n matera d trasport: teore, modell, applcazon Romeo Danels e Luca Rotars Unverstà degl Stud d Treste Il decsore ndvduale solato della mcroeconoma neoclassca non è la norma spesso: le

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

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

MODELLO DI SCELTA MODALE PER LA VALUTAZIONE DELL ESCLUSIONE SOCIALE DALL ALTA VELOCITÀ FERROVIARIA

MODELLO DI SCELTA MODALE PER LA VALUTAZIONE DELL ESCLUSIONE SOCIALE DALL ALTA VELOCITÀ FERROVIARIA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Corso d Laurea n Ingegnera per l Ambente e l Terrtoro Percorso per la magstrale n Dfesa del Suolo MODELLO DI SCELTA

Dettagli

Analisi della domanda di trasporto

Analisi della domanda di trasporto 1 Panfcazone f de Trasport aspot Lezone: Anals della domanda d trasporto Corso IFTS Catana 2010 Guseppe Inturr Unverstà d Catana Dpartmento d Ingegnera Cvle e Ambentale 2 3 La mobltà La mobltà delle persone

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

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

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

Dettagli

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

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

Domanda merci nelle aree urbane

Domanda merci nelle aree urbane Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo Ottobre 2005 1 Le matrici Origine-Destinazione Matrici Origine-Destinazione (O-D) sono matrici che hanno un numero di righe e

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04

UNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04 UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso d Allocazone de centr d servzo SCG-E04 Le fas del processo d msurazone de cost Fase 1 Rlevazone de cost Fase 2 Assegnazone de cost Cost drett (Drect cost) Attrbuzone

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Introduzione al corso

Introduzione al corso Corso di LOGISTICA TERRITORIALE 2014/2015 DOCENTE prof. ing. Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) COLLABORATORI prof. ing. Umberto Crisalli (crisalli@ing.uniroma2.it) prof. ing. Antonio Comi (comi@ing.uniroma2.it)

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

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

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

Il dimensionamento dei sistemi di fabbricazione

Il dimensionamento dei sistemi di fabbricazione Il dmensonamento de sstem d fabbrcazone 1 Processo d progettazone d un sstema produttvo Anals della domanda Industralzzazone d prodotto e processo (dstnte e ccl d lavorazone) Scelta delle soluzon produttve

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

03/03/2012. Campus di Arcavacata Università della Calabria

03/03/2012. Campus di Arcavacata Università della Calabria Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto

Dettagli

Domanda merci nella aree urbane e metropolitane

Domanda merci nella aree urbane e metropolitane Corso di LOGISTICA TERRITORIALE www.uniroma2.it/didattica/lt_20092009 DOCENTE prof. ing. Agostino Nuzzolo Domanda merci nella aree urbane e metropolitane Zonizzazione Zona di traffico: porzione di territorio

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 METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

Imposte sulle vendite

Imposte sulle vendite Imposte sulle vendte e IVA Imposte sulle vendte Le mposte general sulle vendte (IGV) tassano la totaltà delle vendte d ben e servz e sono mposte ad valorem. Esse s artcolano secondo due modaltà: 1) Rfermento

Dettagli

Oltre la regressione lineare

Oltre la regressione lineare Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +

Dettagli

Introduzione al corso

Introduzione al corso Corso di LOGISTICA TERRITORIALE 2015/2016 DOCENTE prof. ing. Agostino Nuzzolo (nuzzolo@ing.uniroma2.it) COLLABORATORI prof. ing. Antonio Comi (comi@ing.uniroma2.it) ing. Luca Rosati (rosati@ing.uniroma2.it)

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

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

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Definizione di campione

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

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

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

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

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

La teoria microeconomica del consumo

La teoria microeconomica del consumo Isttuzon d Economa Matematca La teora mcroeconomca del consumo Il problema del consumatore 2 a parte. Maro Sportell Dpartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I 70125 Bar (Italy)

Dettagli

VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA

VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA 1 Varabl Qualtattve: Sesso, Lvello d struzone Varabl Quanttatve: Età, Altezza, Peso 2 Età: Meda=74.1 ; Medana=73 ; Std=6.2 ; Q1=68 ; Q3=80 Altezza: Meda=172.5 ;

Dettagli

INTRODUZIONE AL CORSO

INTRODUZIONE AL CORSO CORSO DI LOGISTICA TERRITORIALE 2016 17 Proff. Agostino Nuzzolo Antonio Comi INTRODUZIONE AL CORSO prof. ing. Agostino Nuzzolo - Corso di Logistica Territoriale 1 Orario delle lezioni Martedì 14.00 15.45

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.

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

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

Appunti di Econometria

Appunti di Econometria Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

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

Economia del turismo

Economia del turismo Unverstà degl Stud d Caglar Facoltà d Economa Corso d Laurea n Economa e Gest. de Serv. Turstc A.A. 2013-2014 Economa del tursmo Prof.ssa Carla Massdda Sezone 5 ANALISI MICROECONOMICA DEL TURISMO Argoment

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

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

Dettagli

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

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

Tecniche di Composizione Personalizzata

Tecniche di Composizione Personalizzata Tecnche d Composzone Personalzzata Survey Il documento n essere costtusce la sntes del delverable dell attvtà C.3, ossa Defnzone e Valdazone delle Tecnche d Composzone Personalzzata prevsta nell ambto

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli

Economia del turismo

Economia del turismo U N I V E R S I T À D E G L I S T U D I D I C A G L I A R I F A C O L T À D I S C I E N Z E E C O N O M I C H E, G I U R I D I C H E E P O L I T I C H E C O R S O D I L A U R E A I N E C O N O M I A E

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

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

Dettagli

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

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

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

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

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Carla Seatzu, 18 Marzo 2008

Carla Seatzu, 18 Marzo 2008 8. Ret d Code Carla Seatzu, 8 Marzo 008 Nella maggor parte de process produttv rsulta troppo restrttvo consderare una sola rsorsa. Esempo: lea tandem arrv µ µ v partenze V sono dverse stazon cu una parte

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA

SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA SOLUZIONI I PLICO DI ESERCIZI DI RAGIONERIA ESERCIZIO N.1 PREZZO, VALORE STRATEGICO, VALORE ECONOMICO soluzone numerca VALUTAZIONE DEL CAPITALE ECONOMICO, DEL VALORE STRATEGICO CALCOLATO DALL ACQUIRENTE

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

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della

Dettagli

LEZIONE N.8. Introduzione ai MODELLI DI SIMULAZIONE ED OTTIMIZZAZIONE PER SISTEMI ENERGETICI

LEZIONE N.8. Introduzione ai MODELLI DI SIMULAZIONE ED OTTIMIZZAZIONE PER SISTEMI ENERGETICI LEZIONE N8 Introduzone a MODELLI DI SIMULZIONE ED OTTIMIZZZIONE PER SISTEMI ENERGETICI 1d 11 MODELLIZZZIONE DI DOMND ED OFFERT Dal 1973 gl stud su modell che ntendono rappresentare cosa può succedere nel

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 15 23 novembre 211 Funzon Eulerane - robabltà professor Danele Rtell www.unbo.t/docent/danele.rtell 1/2? Cambo

Dettagli

Elementi di statistica

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

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008

Intelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008 Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal

Dettagli

Teoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche

Teoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche Teora de process casual a tempo contnuo Seconda lezone: Valore medo e autocorrelazone Esemp Valor med de process Quas Determnat (QD) 005 Poltecnco d Torno Valore medo e autocorrelazone e valore atteso

Dettagli

IL MODELLO IS-LM. Ripasso dei concetti principali dal corso base di Economia Politica. Prof. AnnaMaria Variato

IL MODELLO IS-LM. Ripasso dei concetti principali dal corso base di Economia Politica. Prof. AnnaMaria Variato IL MODELLO IS-LM Rpasso de concett prncpal dal corso base d Economa Poltca Prof. AnnaMara Varato Strumento grafco-analtco per la rappresentazone e lo studo dell equlbro smultaneo del mercato de ben e della

Dettagli

y. E' semplicemente la media calcolata mettendo

y. E' semplicemente la media calcolata mettendo COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale

Dettagli

Intorduzione alla teoria delle Catene di Markov

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

Dettagli

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

Esercitazione 8 del corso di Statistica (parte 1)

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

Dettagli

SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN

SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN Corso d Progettazone e Gestone della Supply Chan Facoltà d Ingegnera SAFETY STOCK ALLOCATION IN A SUPPLY CHAIN Prof. Fabrzo Dallar Drettore C-log Unverstà C. Cattaneo LIUC Centro d Rcerca sulla Logstca

Dettagli

Modello del Gruppo d Acquisto

Modello del Gruppo d Acquisto InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli