Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi."

Transcript

1 Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza. Di solio si parla di qualià co riferimeo a prodoi fisici o a servizi. La disizioe è rilevae: o sempre srumei adeguai per valuare la qualià di u prodoo possoo essere adeguai per u servizio. Nel seguio uavia si preseerao meodologie che co le dovue accorezze possoo essere uili i erambi i casi. Iroduzioe () Prodoi e servizi soo realizzai per mezzo di processi produivi. Ua defiizioe di processo produivo: u processo produivo è u isieme di risorse e di aivià ra loro iercoesse che rasformao degli elemei i igresso (ipu) i elemei i uscia (oupu). Tra gli ipu si disigue ra ipu corollabili ed ipu o corollabili da pare di chi govera il processo. Iroduzioe (3) Aspei geerali della qualià:. la qualià di progeo; i bei e servizi soo prodoi co vari gradi di qualià; ali gradi soo iezioali. la coformià alle ormaive; fa riferimeo all adereza del prodoo alle specificazioi e olleraze assegaegli i fase di progeazioe. Ogi prodoo possiede u cero umero di elemei misurabili che coribuiscoo alla formazioe della qualià del prodoo. Quesi elemei vegoo idicai co il ome di caraerisiche di qualià. Caraerisiche di qualià () Le caraerisiche di qualià possoo essere di diverso ipologie, ad esempio: fisiche, sesoriali, comporameo el empo. I geere quado le caraerisiche di qualià soo misure espresse su ua scala coiua si parla di variabili. Quado ivece si fa riferimeo a caraerisiche o umeriche (ad es. difeoso o o difeoso) si parla di aribui.

2 Caraerisiche di qualià () Il valore desiderao per ua caraerisica di qualià è defiio valore omiale (o valore arge). Olre al valore omiale può essere idicao u iervallo di valori, ipicamee u ioro del valore omiale, ale che se il valore della caraerisica di qualià riera i ale iervallo il prodoo viee rieuo coforme. Il limie superiore di queso iervallo è deo limie di specifica superiore (USL, Upper Specificaio Limi); il limie iferiore è deo limie di specifica iferiore (LSL, Lower Specificaio Limi). Talvola per alcue caraerisiche di qualià ha seso forire solamee specifiche uilaerali. Caraerisiche di qualià (3) La variabilià delle caraerisiche di qualià è u aspeo molo delicao per la qualià del prodoo. Le aziede ifai ivesoo risorse per assicurarsi che i valori delle caraerisiche di qualià dei prodoi realizzai siao il più vicio possibile ai valori omiali. Tuavia esise sempre u livello di variabilià elle caraerisiche di u prodoo e la qualià del prodoo dipede dall ammoare della variabilià. Poiché la variabilià può essere descria solamee i ermii saisici, i meodi saisici hao u ruolo cerale elle aivià legae al migliorameo della qualià. Caraerisiche di qualià (4) Nella figura soo visualizzae le disribuzioi di due caraerisiche di qualià. Si può oare il diverso livello di variabilià ed è iuiivo compredere che ua maggiore variabilià aumea la probabilià di produrre u elemeo che o rispea le specifiche. Caraerisiche di qualià (5) La variabilià può maifesarsi i diversi modi o i ua uià di prodoo o ra uià di prodoo o el empo Iolre la variabilià è dovua ad almeo quaro cause (4M):. Ma. Machie 3. Mehods 4. Maerials LSL valore omiale USL

3 Caraerisiche di qualià (6) La variabilià o è oalmee elimiabile; u cero grado di variabilià può essere rieuo ollerabile, o fisiologico, per u dao processo produivo. Queso ipo di variabilià viee idicaa ache co il ome di variabilià aurale. Il corollo della qualià ha l obieivo di maeere la variabilià el processo e el prodoo ad u livello aurale. Il migliorameo della qualià mira ad ua riduzioe della variabilià el processo e el prodoo. Il Corollo Saisico di Processo U processo produivo dovrebbe essere sabile ed operare co ua variabilià ridoa ioro al valore obieivo (arge) specificao per la caraerisica di qualià di ieresse. Il corollo saisico di processo, SPC (Saisical Process Corol), è cosiuio da u isieme di srumei uili per garaire la sabilià e ridurre la variabilià del processo. Tra gli srumei del SPC la cara di corollo è lo srumeo ecicamee più imporae. Le care di corollo soo sae sviluppae da W. A. Shewhar (Bell Telephoe Laboraories) el 9 ed i leeraura soo idicae co il ome di care Shewhar. Variabilià el processo produivo () Ogi processo produivo è caraerizzao da ua cera variabilià aurale, che è dovua all azioe cogiua di mole piccole cause e geeralmee o è addebiabile a sigoli faori corollabili: usualmee i quese codizioi ale variabilià è piccola. Quado u processo produivo è caraerizzao solo da ua variabilià aurale, si può affermare che il processo opera soggeo ad u sisema di cause accideali o comui. Nella ermiologia del SPC, u processo che opera soggeo solo ad u sisema di cause accideali è i uo sao di corollo saisico. Variabilià el processo produivo () Alre foi di variabilià, dovue a faori be idividuabili e corollabili, possoo ierveire el processo produivo alerado ed aumeado la variabilià aurale fio a valori o acceabili per gli sadard di qualià. I queso caso si può affermare che il processo opera soggeo ad u isieme di cause sisemaiche o speciali. U processo che opera i preseza di cause sisemaiche è u processo fuori corollo saisico.

4 Variabilià el processo produivo (3) Variabilià el processo produivo (4) Quado u processo produivo è be progeao e arao opera i uo sao di corollo saisico. Cause sisemaiche possoo ierveire el processo provocado: a) u alloaameo del valore medio della caraerisica di qualià dal valore arge; b) u aumeo della variabilià della caraerisica di qualià; c) sia variazioi ella media sia u aumeo della variabilià. Il risulao è che aumea la produzioe di elemei che o soddisfao le specifiche richiese, co u coseguee peggiorameo della qualià risulae del prodoo ed u dao ecoomico per l azieda. Queso provoca uo sposameo (shif) del processo verso uo sao di fuori corollo saisico shif ella media aumeo della variabilià LSL valore omiale USL Variabilià el processo produivo (5) L obieivo pricipale del corollo saisico di processo è idividuare, el mior empo possibile, lo shif del processo i modo che possao essere prese azioi correive. Le care di corollo () Ua cara di corollo è ua visualizzazioe grafica di ua sequeza di es saisici per verificare lo sao di corollo del processo. Si corolla che el empo: il livello medio del processo si maega uguale al valore obieivo ; la variabilià del processo o aumei rispeo al valore rieuo fisiologico. Le care di corollo coseoo di sorvegliare il processo i corso di produzioe (o-lie) segalado eveuali problemi e coseedo iervei correivi. Foe: D.C. Mogomery (). Il corollo saisico della qualià McGraw-Hill

5 Le care di corollo () Sia X la caraerisica di qualià da corollare; dal processo produivo si esraggoo, ad iervalli regolari di empo, campioi di umerosià. Sia X, X,..., X u geerico campioe e g ( X, X,..., X ) ua saisica campioaria (media campioaria, mediaa campioaria, rage, deviazioe sadard ecc.) uilizzaa per sooporre a verifica il sisema d ipoesi: H : il processo è i corollo H : il processo è fuori corollo Le care di corollo (3) Nella cara è presee ua liea cerale, CL (Ceral Lie), che rappresea il valore medio della caraerisica di qualià i geere corrispodee al valore desiderao ell ipoesi di corollo del processo. Alre due liee orizzoali ideificao i limii di corollo: UCL (Upper Corol Limi) il limie di corollo superiore e LCL (Lower corol limi) il limie di corollo iferiore. la cara di corollo è la visualizzazioe grafica dei risulai campioari rispeo al empo. Le care di corollo (4) Le care di corollo (5) UCL CL LCL UCL CL LCL segale di allarme 5 5 isai campioari Esempio di Cara di Corollo isai campioari Esempio di Cara di Corollo

6 Le care di corollo (6) UCL e LCL vegoo deermiai prima di iiziare l ispezioe campioaria, i modo ale che quado il processo è i corollo la probabilià che i valori della saisica es cadao all iero di ali limii sia elevaa. Quado u valore della saisica es cade al di fuori dei limii di corollo si ha u segale di allarme o segale di fuori corollo: l evideza empirica pora ad acceare H. I quesi casi è ecessario fare uleriori corolli sul processo per verificare se siao ierveue cause speciali e se ecessario irapredere azioi correive. Le care di corollo (7) I realà le regole di decisioe soo più complesse. Ifai o si esamia solo la posizioe del sigolo puo campioario rispeo ai limii di corollo, ma si fa ache u esame della sequeza di pui per verificare l eveuale preseza di adamei sisemaici che possoo essere dovui a siuazioi di fuori corollo. I alcue siuazioi possoo essere presei ache i limii di guardia: UWL (Upper Warig Limi) il limie di guardia superiore; LWL (Lower Warig Limi) il limie di guardia iferiore. Sul loro sigificao ed uilizzo si rimada ai paragrafi seguei. Cosruzioe di ua cara di corollo () Il modello geerale per ua cara di corollo è il seguee. Si suppoga di voler corollare il seguee sisema d ipoesi: H Y il processo è soo corollo H il processo è fuori corollo : : Idichiamo co Y g ( X X X ) Y,,..., la saisica campioaria relaiva ad ua caraerisica di qualià che si desidera corollare co E Y e V ( Y ) Y. ( ) Y Cosruzioe di ua cara di corollo () Se defiiamo UCL Y + k Y CL Y LCL - k Y Allora i faori k e k soo fissai i modo che soo H Pr { Y ( LCL, UCL)} α (α rappresea la probabilià di u falso allarme) Y

7 Cosruzioe di ua cara di corollo (3) Si oi che se la disribuzioe di Y è simmerica e α P Y UCL P Y LCL allora k k k α /. ( ) ( ) La fuzioe es è basaa sulla saisica si accea H se si accea H quado oppure ( X ) Y g X, X,..., LCL k < Y < + k UCL Y Y Y Y Y UCL Y LCL Cosruzioe di ua cara di corollo (4) La probabilià α corrispode alla probabilià dell errore di primo ipo ella eoria di verifica delle ipoesi. Nel corollo saisico di processo α corrispode alla probabilià di segalare u fuori corollo quado il processo è i corollo (quado H è vera). Comuemee α viee idicaa co il ermie probabilià di u falso allarme. U falso allarme pora ad ua ierruzioe del processo, o comuque ad u isieme di corolli iuili ed il risulao può essere u dao ecoomico per l azieda. Cosruzioe di ua cara di corollo (5) Cosruzioe di ua cara di corollo Esempio () La probabilià di u macao allarme è ivece daa da: P Y ( LCL, UCL H β ( ) La probabilià β corrispode alla probabilià di commeere l errore di secodo ipo ella verifica d ipoesi. U macao allarme pora ad u aumeo della difeosià ella produzioe i quao o si rileva che il processo ha subio uo shif: ache i queso caso si ha u dao ecoomico per l azieda i quao si ha u aumeo della produzioe o coforme. U esempio può aiuare a chiarire alcui dei cocei espressi sopra. Cosideriamo la produzioe di u farmaco. Ua caraerisica di qualià criica per queso ipo di processo produivo è il coeuo di pricipio aivo, X, el farmaco che assumiamo disribuio ormalmee: X N,. ~ Il processo è soo corollo se il coeuo di pricipio aivo elle cofezioi prodoe è pari a milligrammi. La deviazioe sadard della caraerisica di qualià si suppoe oa. 7 mg. I praica si vuole corollare il livello medio della caraerisica di qualià ovvero H : il processo è soo corollo H : il processo è fuori corollo

8 Cosruzioe di ua cara di corollo Esempio () Cosruzioe di ua cara di corollo Esempio (3) Per corollare il processo si esrae ogi ora u campioe casuale di 5 uià di prodoo (cofezioi di farmaco) e si misura i coeuo di pricipio aivo. Si può calcolare quidi la media del campioe xi i x Queso valore è ua realizzazioe della variabile aleaoria media campioaria Xi i X che soo l ipoesi H si disribuisce ormalmee: X N, Fissaa ua probabilià α (probabilià di u falso allarme) si può scrivere P zα / < X < + zα / α Quidi i limii di corollo risulao zα / UCL + zα / LCL e la liea cerale risula pari a CL Cosruzioe di ua cara di corollo Esempio (4) Cosruzioe di ua cara di corollo Esempio (5) Se α. si ha z α / 3. 9, i limii risulao UCL + zα /. 97 LCL zα / Defiedo co δ lo shif sadardizzao, el caso i esame si ha δ Suppoiamo ora che sia vera l ipoesi H :, i paricolare Queso sigifica che sul paramero media del processo produivo è avveuo uo shif. E' ieressae calcolare la probabilià di u macao allarme β. Soo l ipoesi H si ha che X N,

9 Cosruzioe di ua cara di corollo Esempio (6) segue che β P Y ( LCL, UCL) H P X + zα/ P X zα/ + zα/ zα/ X X P P Cosruzioe di ua cara di corollo Esempio (7) Ricordado che Si oiee δ z α z α β Φ δ Φ δ dove co Φ( i ) si è idicaa la fuzioe di riparizioe di ua variabile casuale ormale sadardizzaa Cosruzioe di ua cara di corollo Esempio (8) Cosruzioe di ua cara di corollo Esempio (9) Poiché el osro caso δ -.4 ( ) ( ) β Φ Φ ( ) ( ) Φ Φ La probabilià β è ua fuzioe di, ampiezza del campioe, di δ, ampiezza dello shif e di α, probabilià dell errore di primo ipo δ Probabilià β

10 Limii di corollo () Il posizioameo dei limii di corollo dipede dagli errori α, probabilià di u falso allarme, e β, probabilià di u macao allarme. I limii di corollo, fissaa u ampiezza campioaria, dipedoo dalla probabilià α: se α dimiuisce i limii di corollo diveao più ampi, cosegueemee però β aumea; se si aumea α i limii di corollo diveao più srei e cosegueemee β dimiuisce. Si comprede quidi che o si riescoo a redere miimi coemporaeamee sia α che β. Limii di corollo () Nella prassi si possoo seguire due srade:. se è fissao, si fissa α e si deermia β cosegueemee. se può variare, si fissao α e β e si deermia cosegueemee. Per deermiare i limii di corollo elle care di ipo Shewhar esisoo delle covezioi o liee guida. I Europa, per i limii di corollo si usa fissare u valore per α (probabilià di u falso allarme) oppure ragioare su alcue fuzioi legae ad α come la fuzioe ARL di cui parleremo i seguio. Limii di corollo (3) Per esempio, sabilire che la probabilià di u falso allarme è pari α. el caso di popolazioe ormale corrispode ad u k / z / α α Negli USA, idipedeemee dalla disribuzioe della caraerisica oggeo di corollo, si è solii idividuare i limii di corollo come muliplo della deviazioe sadard della saisica es. Il muliplo soliamee scelo è k3 (regola del 3-sigma). La scela dei limii 3-sigma forisce i geere buoi risulai elle applicazioi e ei casi i cui la vera disribuzioe della caraerisica di qualià o è oa. Limii di guardia o di sorvegliaza Olre ai limii di corollo possoo essere presei dei limii più ieri chiamai limii di guardia o sorvegliaza. Tali limii, chiamai UWL e LWL (Upper Warig Limi e Lower Warig Limi), vegoo deermiai specificado u valore di probabilià α > α ad esempio α. 5 che corrispode ad u valore z α. 96. Negli / USA si usa per i limii di guardia la regola -sigma. U valore della saisica campioaria iero ai limii di corollo, ma esero ai limii di guardia è u eveo che pur o essedo u segale di fuori corollo ha ua probabilià o elevaa di verificarsi, quidi soo opporui uleriori acceramei sul processo produivo.

11 Numerosià campioaria e frequeza di campioameo () Numerosià campioaria e frequeza di campioameo () I geerale ao più è grade il campioe ao più è facile idividuare piccoli sposamei del processo. Queso lo si può verificare se si calcolao le misure delle presazioi di ua cara di corollo: la fuzioe di poeza o, il suo complemeo a uo, la curva operaiva caraerisica. La probabilià di rilevare ua variazioe (shif), visa come fuzioe di e dell ampiezza δ dello shif, è daa dalla fuzioe di poeza (G) G P Y ( UCL, LCL ) H { } δ Fuzioe di poeza Numerosià campioaria e frequeza di campioameo (3) Numerosià campioaria e frequeza di campioameo (3) La fuzioe Curva Operaiva caraerisica (CO) di ua cara di corollo esprime ivece la probabilià di o rilevare uo shif { ( ) } CO P Y UCL, LCL H sempre come fuzioe dell ampiezza del campioe e della variazioe. La fuzioe di poeza è ua fuzioe crescee sia di sia dell ampiezza i valore assoluo dello shif. La curva operaiva caraerisica ha per defiizioe u comporameo complemeare. Si può quidi deermiare i fuzioe dello shif del processo che si vuole idividuare co ua cera probabilià. Nella praica, ache per ragioi di coso, è coeuo ( 5) δ Curva operaiva caraerisica 5 5

12 Frequeza di campioameo U elevaa frequeza di campioameo compora u mior empo per idividuare eveuali aomalie el processo. Ache i queso caso è imporae ricordare che u elevaa frequeza di campioameo compora u aumeo ei cosi d ispezioe. Nella praica si edoo a privilegiare, salvo idicazioi corarie, piccoli campioi co ua frequeza di campioameo elevaa. La fuzioe ARL () U imporae misura sulla quale basarsi per predere decisioi sull ampiezza campioaria e frequeza di campioameo è cosiuia dalla fuzioe ARL (Average Ru Legh - lughezza media delle sequeze). Si defiisca co RL la variabile casuale discrea che descrive il umero di campioi che è ecessario osservare per rilevare u segale di fuori corollo: RL il umero di campioi da esrarre per avere u segale di fuori corollo La fuzioe ARL () La fuzioe ARL è il valore aeso della variabile RL: ARL E( RL ) ovvero il umero medio di campioi da esrarre per avere u segale di fuori corollo. Per campioi rilevai ad iervalli di empo regolari ARL è ua misura del empo medio di aesa per u segale di fuori corollo. L ARL è ua fuzioe dello sao del processo: se il processo è i corollo l ARL dovrebbe essere alo; se il processo è fuori corollo l ARL dovrebbe essere piccolo. La fuzioe ARL (3) Si suppoga di essere i regime di H. La probabilià di u fuori corollo è α, segue che RL ha ua disribuzioe geomerica co paramero p α: P RL m p( p) m e la fuzioe ARL(H ) è { } p α ( ) ( ) ( ) k ARL H E RL k p p k

13 La fuzioe ARL (4) Co α. si ha ARL(H )5. Queso vuole dire che se il campioameo avviee ogi ora ci si aede i media u falso allarme ogi 5 ore. Si suppoga di essere i regime di H. La probabilià di avere u segale di fuori corollo è -β, segue che RL ha ua disribuzioe geomerica co paramero p-β ( ) ( p) m P RL m p e la fuzioe ARL(H ) è p β k ARL( H) E( RL ) k( p) p k Regole di decisioe e aalisi degli adamei ipici () Ua cara di corollo idica ua siuazioe di fuori corollo quado: a) uo o più pui superao i limii di corollo; b) si è i preseza di u comporameo o casuale della sequeza dei valori della saisica es. E imporae osservare o solo il sigolo isae campioario. Cosideriamo m campioi (prove) idipedei i cui α è la probabilià di u falso allarme. Sia Z la variabile aleaoria che eumera i pui fuori corollo (soo H ) su m campioi. La probabilià di avere esaamee Zr è daa da m r m r P ( Z r ) α ( α ) Bi( m, α ) r Regole di decisioe e aalisi degli adamei ipici () Il valore aeso della variabile Z è dao da E( Z) mα che rappresea il umero di pui fuori corollo su m campioi quado il processo è soo l ipoesi H. Regole di decisioe e aalisi degli adamei ipici (3) Cosideriamo ora la probabilià di avere almeo u falso allarme su m campioi P Z Pr Z ( α ) m ( ) ( ) o quesa probabilià è ua fuzioe crescee di m Pr Z o per m si ha ( ) o o è rascurabile per m> Ad esempio, co α.7 (regola 3-sigma) e m, si ha 53 5 P Z.. P ( Z ). co P ( Z ). e ( ) Quidi: co u puo fuori corollo è acora elevaa la probabilià di giugere a coclusioe errae (acceare H quado è vera H ); co due o più pui fuori corollo ivece quasi ceramee il processo è effeivamee fuori corollo.

14 Regole di decisioe e aalisi degli adamei ipici (4) U Ru è ua sequeza di osservazioi dello sesso ipo: Ru up sequeza crescee; Ru dow sequeza decrescee. Si possoo iolre osservare sequeze di pui ui sopra CL o ui soo CL. Ogi sequeza può essere probabilizzaa e ua sequeza o Ru di lughezza 8 ha ua probabilià molo bassa di verificarsi. Regole di decisioe e aalisi degli adamei ipici (5) Perao la preseza di ale Ru è idicaivo di ua siuazioe di fuori corollo, ache se ui i pui cadoo ero i limii di corollo. Per idividuare comporamei o casuali ella care Shewhar esisoo delle regole di decisioe (Ru rules) suggerie el 956 dalla Weser Elecric. Regole di decisioe e aalisi degli adamei ipici (6) Alcue di quese regole soo riporae di seguio, mere per ua raazioe più aricolaa si rimada a Mogomery (6). Il processo è fuori corollo se:. uo o più pui soo fuori dai limii di corollo. pui su 3 cosecuivi soo fuori dai limii di guardia 3. 8 pui cosecuivi ui al di sopra o al di soo di CL Più i geerale u comporameo visivamee o casuale dei pui Regole di decisioe e aalisi degli adamei ipici (7) Bisoga fare aezioe ad eserciare più di u crierio di decisioe perché aumea la probabilià di falsi allarmi. Cosideriamo k crieri di decisioe e sia α i la probabilià di commeere l errore di primo ipo del crierio i-esimo (i,,,k). Segue che la probabilià di u falso allarme basaa su k es idipedei k α ( α ) i Quidi α > αi co α che cresce al crescere di k. I coclusioe se le Ru Rules aumeao la sesibilià della cara di corollo el rilevare lo sao di fuori corollo, aumeao ache la probabilià di falsi allarmi. i

15 Sima dei parameri del processo da u preru () Nella praica, l ipoesi di rieere oi i parameri del processo produivo, che qui idichiamo i modo geerico co e, o è quasi mai soddisfaa. Quidi è ecessario simarli sulla base di u cero umero m (m3-35) di campioi prelimiari opporuamee esrai i u periodo i cui il processo viee rieuo soo corollo. Tale isieme di campioi viee idicao co il ermie preru. Il preru risula quidi formao da m campioi di ampiezza Sima dei parameri del processo da u preru () Idicado co x, x,, xm le medie di ciascu campioe uo simaore della media icogia del processo è la media degli mcampioi: x, x,, x m m ˆ x Se ache la variabilià del processo o è oa, allora è ecessaria simarla. I due simaori più comui di uilizzao i rage o le deviazioi sadard degli m campioi. Sima dei parameri del processo da u preru (3) Sima dei parameri del processo da u preru (4) Sul preru di dai possoo essere calcolae diverse saisiche riassuive, riferedosi ad ogi sigolo campioe o alla loro oalià (il umero dei campioi di dai prelimiari aalizzai verrà idicao co la leera m): x j x + + x + + x j ij j i,, ; j,,m ; sigolo campioe ; S R x x ; j j max j mi j S i j ( x ) ij x j sulla oalia dei campioi prelimiari x + + x + + x x m S + + S + + S S m R + + R + + R R m j m j m j m

16 Sima dei parameri del processo da u preru (5) Sima di ˆ x (x è uo simaore correo del paramero di locazioe) Sima di : due simaori diversi, a secoda che si usi la deviazioe sadard media (S) o il rage medio (R): S ˆ c4 R ˆ d I faori c 4 e d dipedoo dalla umerosià campioaria. (Appedice A6 Mogomery (6)). Sima dei parameri del processo da u preru (6) Riguardo alla sima basaa sulla saisica Rage è opporuo ricordare che se la caraerisica di qualià è disribuia ormalmee X ~ N (, ), allora la deviazioe sadard di R è R d 3 ed essedo o oa si può simare Rco ˆ R R d3 d Sima dei parameri del processo da u preru (7) Riguardo alla sima basaa sulla saisica S è opporuo ricordare che se la caraerisica di qualià è disribuia ormalmee X ~ N (, ), allora la deviazioe sadard di S è S c 4 ed essedo o oa si può simare Sco S ˆ S c c 4 4

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA Capializzazioe semplice e composa MATEMATICA FINANZIARIA Immagiiamo di impiegare 4500 per ai i ua operazioe fiaziaria che frua u asso del, % auo. Quao avremo realizzao alla fie dell operazioe? I u coeso

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Modelli attuariali per la previdenza complementare

Modelli attuariali per la previdenza complementare Modelli auariali per la prevideza complemeare Fabio Grasso Diparimeo di Scieze Saisiche Uiversià degli Sudi di Roma La Sapieza fabiograsso@uiroma1i Riassuo Il presee lavoro esamia i profili auariali della

Dettagli

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Minicorso Stocks Market Trading Analysis

Minicorso Stocks Market Trading Analysis Pare 1 Miicorso Socks Marke Tradig Aalysis di Adrea Saviao Vedo prevedo sravedo, premessa L aalisi ecica e l albero di Naale Il bravo scieziao: sadard e ormale, iaziuo Gli srumei a disposizioe del bravo

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

Calibrazione di tranche CDO con il modello dinamico GPL

Calibrazione di tranche CDO con il modello dinamico GPL Calibrazioe di rache CDO co il modello diamico GPL La calibrazioe di u idice di credio e delle sue rache cosiseemee sulle varie scadeze co u sigolo modello i asseza di opporuià di arbiraggio è u problema

Dettagli

LEZIONI DI ANALISI ECONOMETRICA

LEZIONI DI ANALISI ECONOMETRICA LEZIONI DI ANALISI ECONOMETRICA Idice Lisa degli esempi applicaivi Iroduzioe Il modello lieare. Aalisi ecoomica ed aalisi ecoomerica Primi obieivi dell Ecoomeria. I modelli e il lugo periodo Modelli saici

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO

UNIVERSITÀ DEGLI STUDI DI BERGAMO UIVERSITÀ DEGLI STUDI DI BERGAMO Facolà di Ecoomia Diparimeo di Maemaica, saisica, iformaica e applicazioi "Lorezo Mascheroi" Doorao di Ricerca i: Meodi compuazioali per le previsioi e decisioi ecoomiche

Dettagli

SCUOLA POLITECNICA IN ECONOMIA E ORGANIZZAZIONE VILFREDO PARETO MASTER IN E-BUSINESS CAPITAL BUDGETING

SCUOLA POLITECNICA IN ECONOMIA E ORGANIZZAZIONE VILFREDO PARETO MASTER IN E-BUSINESS CAPITAL BUDGETING CAPITAL BUDGETING VALUTAZIONE DI PROGETTI D INVESTIMENTO CON PREVISIONE DEI FLUSSI DI CASSA ATTESI: l impresa ivese moea oggi per oeere flussi moeari icremeali el fuuro.* PROGETTO: Ivesimeo i arezzaure

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

Risk Italia. L'attività in prodotti derivati di BancoPosta. Intervista con Stefano Calderano, responsabile dei prodotti retail OTTOBRE 2002

Risk Italia. L'attività in prodotti derivati di BancoPosta. Intervista con Stefano Calderano, responsabile dei prodotti retail OTTOBRE 2002 OTTOBRE www.ris.e Ris Ialia CURRECIES ITEREST RATES EQUITIES COMMODITIES CREDIT RISK ITALIA VOL / O OTTOBRE L'aivià i prodoi derivai di BacoPosa Iervisa co Sefao Calderao, resposabile dei prodoi reail

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità

Dettagli

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità)

Tavola 1 - Popolazione italiana residente alle date dei censimenti generali, riportata ai confini attuali - Anni 1861-2001 (migliaia di unità) 4 Quai eravamo, quai siamo, quai saremo Che cosa si impara el capiolo 4 er cooscere le caraerisiche e l evoluzioe della popolazioe ialiaa araverso u lugo arco di empo uilizziamo il asso di icremeo medio

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

Analisi dei segnali nel dominio del tempo

Analisi dei segnali nel dominio del tempo Appui di Teoria dei Segali a.a. / Aalisi dei segali el domiio del empo L.Verdoliva I quesa prima pare del corso sudieremo come rappreseare i segali empo coiuo e discreo el domiio del empo e defiiremo le

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

1. Considerazioni generali

1. Considerazioni generali . osiderazioi geerali Il processaeto di ob su acchie parallele è iportate sia dal puto di vista teorico che pratico. Dal puto di vista teorico questo caso è ua geeralizzazioe dello schedulig su acchia

Dettagli

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA

Esercitazione 2 Progetto e realizzazione di un semplice sintetizzatore musicale basato su FPGA Architetture dei sistemi itegrati digitali Alessadro Bogliolo Esercitazioe 2 Progetto e realizzazioe di u semplice sitetizzatore musicale basato su FPGA (A) Defiizioe della specifica ed esperimeti prelimiari

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche

Test non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei

Dettagli

Economia Internazionale - Soluzioni alla IV Esercitazione

Economia Internazionale - Soluzioni alla IV Esercitazione Ecoomia Iterazioale - Soluzioi alla IV Esercitazioe 25/03/5 Esercizio a) Cosa soo le ecoomie di scala? Come cambia la curva di oerta i preseza di ecoomie di scala? Perchè queste oroo u icetivo al commercio

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

Analisi Fattoriale Discriminante

Analisi Fattoriale Discriminante Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity

Dettagli

Approfondimenti di statistica e geostatistica

Approfondimenti di statistica e geostatistica Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

La programmazione aggregata nella supply chain. La programmazione aggregata nella supply chain 1

La programmazione aggregata nella supply chain. La programmazione aggregata nella supply chain 1 La programmazione aggregaa nella supply chain La programmazione aggregaa nella supply chain 1 Linea guida Il ruolo della programmazione aggregaa nella supply chain Il problema della programmazione aggregaa

Dettagli

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale

Argomenti trattati. Rischio e Valutazione degli investimenti. Teoria della Finanza Aziendale. Costo del capitale Teoria della Finanza Aziendale Rischio e Valuazione degli invesimeni 9 1-2 Argomeni raai Coso del capiale aziendale e di progeo Misura del bea Coso del capiale e imprese diversificae Rischio e flusso di

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI

SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI SU DI UN MODELLO ATTUARIALE PER LA VALUTAZIONE AL FAIR VALUE DI CONTRATTI DI ASSICURAZIONE SULLA VITA ANDREA FORTUNATI DOTTORATO IN SCIENZE ATTUARIALI DIPARTIMENTO DI SCIENZE ATTUARIALI E FINANZIARIE UNIVERSITÀ

Dettagli

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA

STATISTICA ECONOMICA STATISTICA PER L ECONOMIA STATISTICA ECONOMICA STATISTICA PER L ECONOMIA aa 2009-2010 Operazioi statistiche elemetari Spesso ci si preseta il problema del cofroto tra dati Ad esempio, possiamo voler cofrotare feomei [ecoomici]

Dettagli

TRASMISSIONE IN FIBRA OTTICA

TRASMISSIONE IN FIBRA OTTICA TRASMISSIONE IN FIBRA OTTICA Storia delle comuicazioi ottiche 84 a.c.: caduta di Troia comuicata a Micee (550km di distaza) attraverso ua serie di fuochi allieati 794 d.c.: rete di Chappe collega Parigi

Dettagli

La previsione della domanda nella supply chain

La previsione della domanda nella supply chain La previsione della domanda nella supply chain La previsione della domanda 1 Linea guida Il ruolo della prerevisione nella supply chain Le caraerisiche della previsione Le componeni della previsione ed

Dettagli

L OFFERTA DI LAVORO 1

L OFFERTA DI LAVORO 1 L OFFERTA DI LAVORO 1 La famiglia come foritrice di risorse OFFERTA DI LAVORO Notazioe utile: T : dotazioe di tempo (ore totali) : ore dedicate al tempo libero l=t- : ore dedicate al lavoro : cosumo di

Dettagli

PARAMETRI DEL MOTO SISMICO

PARAMETRI DEL MOTO SISMICO PARAMETRI DEL MOTO SISMICO Attività microsismica: caratterizzata da vibrazioi di debole ampiezza e periodi molto gradi tali da o essere percepiti dai più comui strumeti di registrazioe (importate soprattutto

Dettagli

CAPITOLO 5 TEORIA DELLA SIMILITUDINE

CAPITOLO 5 TEORIA DELLA SIMILITUDINE CAPITOLO 5 TEORIA DELLA SIMILITUDINE 5.. Itroduzioe La Teoria della Similitudie ha pricipalmete due utilizzi: Estedere i risultati otteuti testado ua sigola macchia ad altre codizioi operative o a ua famiglia

Dettagli

STIMA DEI DANNI 1) Che cosa si intende per danno economico?

STIMA DEI DANNI 1) Che cosa si intende per danno economico? STIMA DEI DANNI 1) Che cosa si itede per dao ecoomico? Per dao ecoomico si itede la perdita o la dimiuzioe di valore che u bee subisce a seguito di u siistro ( eveto o prevedibile) o da u fatto doloso

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni

Statistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione

1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI

A.A. 2013/14 Esercitazione - IRPEF TESTO E SOLUZIONI A.A. 2013/14 Eserciazione - IRPEF TESTO E SOLUZIONI Esercizio 1 - IRPEF Il signor X, che vive solo e non ha figli, ha percepio, nel corso dell anno correne, i segueni reddii: - Reddii da lavoro dipendene

Dettagli

Appunti su rendite e ammortamenti

Appunti su rendite e ammortamenti Corso di Matematica I Facoltà di Ecoomia Dipartimeto di Matematica Applicata Uiversità Ca Foscari di Veezia Fuari Stefaia, fuari@uive.it Apputi su redite e ammortameti 1. Redite Per redita si itede u isieme

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30)

Tutti i diritti di sfruttamento economico dell opera appartengono alla Esselibri S.p.A. (art. 64, D.Lgs. 10-2-2005, n. 30) Copyright 2005 Esselibri S.p.A. Via F. Russo, 33/D 8023 Napoli Azieda co sistema qualità certificato ISO 400: 2003 Tutti i diritti riservati. È vietata la riproduzioe ache parziale e co qualsiasi mezzo

Dettagli

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina)

APPUNTI DI ECONOMIA ELEMENTARE. (tratti da A. MONTE Elementi di Impianti Industriali Cortina) ITIS OMAR Dipartimeto di Meccaica APPUNTI DI ECONOMIA ELEMENTARE (tratti da A. MONTE Elemeti di Impiati Idustriali Cortia) Si defiisce iteresse il dearo pagato per l'uso di u capitale otteuto i prestito

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie umeriche e serie di poteze Sommare u umero fiito di umeri reali è seza dubbio u operazioe che o può riservare molte sorprese Cosa succede però se e sommiamo u umero ifiito? Prima di dare delle defiizioi

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1.

1 FLESSIBILITÀ DELLE PRESTAZIONI... 2 1.1 Adeguamento delle prestazioni... 3 1.1.1 Assicurazioni indicizzate e rivalutabili... 5 1. FLEIBILITÀ DELLE PRETZIONI... 2. deguameo delle resazioi... 3.. ssicurazioi idicizzae e rivaluabili... 5.2 ssicurazioi Wi Profi... 7.3 ssicurazioi Ui Liked....4 Ierazioi ra riserva maemaica ed ivesimei

Dettagli

A = 10 log. senϕ = n n (3)

A = 10 log. senϕ = n n (3) CORSO DI LABORATORIO DI FISICA A Misure co fibre ottiche Scopo dell esperieza è la misura dell atteuazioe e dell apertura umerica di fibre ottiche di tipo F-MLD-500. Teoria dell esperieza La fisica sulla

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

Indagini sui coregoni del Lago Maggiore: Analisi sui pesci catturati nel 2010

Indagini sui coregoni del Lago Maggiore: Analisi sui pesci catturati nel 2010 Idagii sui coregoi del Lago Maggiore: Aalisi sui pesci catturati el 1 Rapporto commissioato dal Dipartimeto del territorio, Ufficio della caccia e della pesca, Via Stefao Frascii 17 51 Bellizoa Aprile

Dettagli

3.4 Tecniche per valutare uno stimatore

3.4 Tecniche per valutare uno stimatore 3.4 Teciche per valutare uo stimatore 3.4. Il liguaggio delle decisioi statistiche, stimatori corretti e stimatori cosisteti La teoria delle decisioi forisce u liguaggio appropriato per discutere sulla

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto

Sommario. Metodologie di progetto. Introduzione. Modello del Sistema. Diagramma a Blocchi. Progetto Sommario Metodologie di progetto Massimo Violate troduzioe Progetto a Livello Porte Logiche Progetto a Livello Registri Progetto a Livello Sistema. troduzioe U sistema è ua collezioe di oggetti, compoeti,

Dettagli

Indici COMIT Metodologia di calcolo

Indici COMIT Metodologia di calcolo Il presete documeto riassume le regole fodametali per il calcolo e la gestioe degli idici elaborati da Itesa Sapaolo per l itero Mercato Telematico Azioario italiao (MTA) ed il vecchio Nuovo Mercato. Gli

Dettagli

COMPONENTI DI UN SISTEMA TRASMISSIONE DATI

COMPONENTI DI UN SISTEMA TRASMISSIONE DATI OMPONENI DI UN SISEM RSMISSIONE DI Doveo eeuare u ollegameo ra u ompuer e ua perieria o u alro ompuer poso a ua era isaza a esso, si può riorrere alla liea eleoia. l ie i uilizzare ua liea o aaa a segali

Dettagli

Complessità Computazionale

Complessità Computazionale Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo

Dettagli

Schemi a blocchi. Sistema in serie

Schemi a blocchi. Sistema in serie Scem a blocc Nel caso ssem semplc, ques possoo essere scemazza meae blocc, ce rappreseao vers compoe, collega ra loro sere o parallelo a secoa ella logca uzoameo. Vl Valvolal solvee Sesore Pompa Pompa

Dettagli

Le variabili predittive della posizione netta in credito commerciale: evidenze empiriche per le imprese italiane

Le variabili predittive della posizione netta in credito commerciale: evidenze empiriche per le imprese italiane Le variabili prediive della posizioe ea i credio commerciale: evideze empiriche per le imprese ialiae di Lucia Gibilaro Uiversià degli Sudi di Bergamo e Gialuca Maarocci Uiversià degli Sudi di Roma Tor

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI

Stima di un immobile a destinazione alberghiera APPROFONDIMENTI APPROFONDIMENTI www.shutterstock.com/vladitto Stima di u immobile a destiazioe alberghiera di Maria Ciua (Ricercatore di Estimo Facoltà di Igegeria dell Uiversità di Palermo) I geere ell expertise immobiliare

Dettagli

Complementi di Matematica e Statistica

Complementi di Matematica e Statistica Uiversità di Bologa Sede di Forlì Ao Accademico 009-00 Complemeti di Matematica e Statistica (Alessadro Lubisco) Aalisi delle compoeti pricipali INDICE Idice... i Aalisi delle compoeti pricipali... Premessa...

Dettagli

La sicurezza sul lavoro: obblighi e responsabilità

La sicurezza sul lavoro: obblighi e responsabilità La sicurezza sul lavoro: obblighi e resposabilità Il Testo uico sulla sicurezza, Dlgs 81/08 è il pilastro della ormativa sulla sicurezza sul lavoro. I sostaza il Dlgs disciplia tutte le attività di tutti

Dettagli

Metodi Iterativi Generalità e convergenza Metodi di base Cenni sui metodi basati sul gradiente Cenni sui metodi multigriglia

Metodi Iterativi Generalità e convergenza Metodi di base Cenni sui metodi basati sul gradiente Cenni sui metodi multigriglia Itroduzioe Metodi diretti Elimiazioe di Gauss Decomposizioe LU Casi particolari Metodi Iterativi Geeralità e covergeza Metodi di base Cei sui metodi basati sul gradiete Cei sui metodi multigriglia 1 Itroduzioe

Dettagli

(per i cittadini stranieri) Il sottoscritto dichiara di essere titolare di carta di soggiorno ovvero di permesso di soggiorno

(per i cittadini stranieri) Il sottoscritto dichiara di essere titolare di carta di soggiorno ovvero di permesso di soggiorno Al Sidaco del Comue di OSTUNI ATTIVITA FUNEBRE SEGNALAZIONE PER SEDE PRINCIPALE L.R. 34/2008 e L.R. 4/2010 Il sottoscritto Codice fiscale Data di ascita Sesso M F Luogo di ascita: Stato Provicia Comue

Dettagli

Demand-Side Management in a Smart Micro-Grid: A Distributed Approach Based on Bayesian Game Theory

Demand-Side Management in a Smart Micro-Grid: A Distributed Approach Based on Bayesian Game Theory Demad-Side Maagemet i a Smart Micro-Grid: A Distributed Approach Based o Bayesia Game Theory Matteo Sola e Giorgio M. Vitetta Dipartimeto di Igegeria Ezo Ferrari Uiversità degli Studi di Modea e Reggio

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Estimo rurale appunti 2005. Estimo rurale

Estimo rurale appunti 2005. Estimo rurale Estimo rurale apputi 2005 Estimo rurale L estimo rurale rietra ell ambito delle disciplie ecoomiche, ma metre l ecoomia si occupa della coosceza della realtà, esso si occupa della valutazioe dei bei. Compito

Dettagli

STIMA DEL FONDO RUSTCO

STIMA DEL FONDO RUSTCO STIMA DEL FONDO RUSTCO 1) Quali soo gli aspetti ecoomici che possoo essere presi i cosiderazioe ella stima dei fodi rustici? La stima di u fodo rustico può essere fatta applicado i segueti aspetti ecoomici:

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1

LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1 A. Fac. Medic. Ve. di Para (Vol. XXVII, 27) pag. 321 - pag. 344 LA VALUTAZIONE DEGLI INVESTIMENTI: UN APPROFONDIMENTO ATTRAVERSO L ANALISI LIFE CYCLE COST (LCC) NELL IMPRESA AGRARIA 1 INVESTMENT VALUATION:

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

flusso in uscita (FU) Impresa flusso in entrata (FE)

flusso in uscita (FU) Impresa flusso in entrata (FE) Analisi degli invesimeni Il bilancio è una sinesi a poseriori della siuazione di un'azienda. La valuazione degli invesimeni è un enaivo di valuare a priori la validià delle scele dell'azienda. L'invesimeno

Dettagli

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE

CAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.

Dettagli

ESERCIZI SUI MOTORI ALTERNATIVI A COMBUSTIONE INTERNA

ESERCIZI SUI MOTORI ALTERNATIVI A COMBUSTIONE INTERNA ESERCIZI SUI MOTORI ALTERNATII A COMBUSTIONE INTERNA U oor alraivo co cilidri a ua cilidraa oal di 0,999 d, u rapporo cora diaro di 0,9 fuzioa a ri a 000 iri/i. riar la CORSA la ELOCITÀ MEIA EL PISTONE

Dettagli

VALORE EFFICACE DEL VOLTAGGIO

VALORE EFFICACE DEL VOLTAGGIO Fisica generale, a.a. /4 TUTOATO 8: ALO EFFC &CCUT N A.C. ALOE EFFCE DEL OLTAGGO 8.. La leura con un mulimero digiale del volaggio ai morsei di un generaore fornisce + in coninua e 5.5 in alernaa. Tra

Dettagli

In questo caso entrambi i gruppi chiedono copertura completa: q = d = 100.

In questo caso entrambi i gruppi chiedono copertura completa: q = d = 100. Soluzione dell Esercizio 1: Assicurazioni a) In un mercao perfeamene concorrenziale, deve valere la condizione di profii aesi nulli: E(P)=0. E possibile mosrare che ale condizione implica che l impresa

Dettagli

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA

Capitolo uno STATISTICA DESCRITTIVA BIVARIATA Capitolo uo STATISTICA DESCRITTIVA BIVARIATA La statistica bidimesioale o bivariata si occupa dello studio del grado di dipedeza di due caratteri distiti della stessa uità statistica. E possibile, ad esempio,

Dettagli

INFERENZA SU UNA O DUE MEDIE CON IL TEST

INFERENZA SU UNA O DUE MEDIE CON IL TEST CAPITOLO VI INFERENZA SU UNA O DUE MEDIE CON IL TEST t DI STUDENT 6.. Dalla popolazioe ifiita al campioe piccolo: la distribuzioe t di studet 6.. Cofroto tra ua media osservata e ua media attesa co calcolo

Dettagli