Introduzione Metodo POT

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione Metodo POT"

Transcript

1 Introduzione Metodo POT 1 Un recente metodo di analisi dei valori estremi è un metodo detto POT ( Peak over thresholds ), inizialmente sviluppato per l analisi dei dati idrogeologici a partire dalla seconda metà degli anni 70, ha trovato in anni recenti una sempre maggiore applicazione. L idea fondamentale alla base di questo metodo è l analisi degli estremi di una grandezza X sulla base delle eccedenze. Dato un insieme di dati x 1, x 2..x n, si definiscono come eccedenze y j quei valori xi maggiori di un valore di soglia u. Le quantità (y j -u) sono detti gli eccessi sopra u.

2 Introduzione metodo POT 2 raccogliere solo le eccedenze risulta vantaggioso (es. stazioni metereologiche) L accadimento di una eccedenza è condizionato dall evento che l osservazione sia maggiore di u. Tale probabilità condizionata, detta F la probabilità cumulata della variabile X, risulta: [ ] F( x) F( u) F u ( x) = 1 F( u)

3 Distribuzione Pareto generalizzata 3 Le distribuzioni generalizzate dei valori estremi sono correlate ad una distribuzione detta distribuzione di Pareto generalizzata avente probabilità cumulata: W ( x) 1" (1 + = # x) " 1/ definita per x>0 se γ>0 e per 0<x< 1/ se γ<0 Per γ 0 la distribuzione tende all espressione: W 0 ( x) = 1 e x Il legame tra la distribuzione di Pareto e la distribuzione generalizzata dei massimi è la seguente: W ( x) = 1+ logg( x)

4 Distribuzione Pareto generalizzata 4 Come già visto per la G, possiamo introdurre due parametri µ e σ : W $ $ x # µ %%,, ( x) = 1# ' 1+ & ' ( " ( ) ) ** µ " # 1/ Una interessante proprietà della distribuzione di Pareto è la seguente: [ u] W, µ," ( x) = W, u, " + $ u # ( µ ) ovvero la distribuzione delle eccedenze è ancora una Pareto con il parametro γ, con µ=u e con una parametro di scala espresso da: ( u ) + " # $ µ

5 Distribuzione Pareto generalizzata 5 La distribuzione delle eccedenze ha proprietà asintotiche simili a quelle delle distribuzioni dei valori estremi. In particolare considerando ipotesi sulla F(x) simili a quelle dei valori estremi: F [ u] (, x) " W$, u # ( x) 0 per u ω(x), dove con ω(x) si indica l estremo superiore della grandezza x. Sulla base della relazione soprascritta è possibile cercare di analizzare le eccedenze di dati provenienti da una qualsiasi distribuzione mediante la Pareto generalizzata. Dati quindi : x 1, x 2, x 3..x n y 1,y 2, y 3 y k dati originali raccolti in un tempo Γ eccedenze sopra una soglia u si analizzano le eccedenze mediante una distribuzione W γ,u,σ, ricavando i parametri γ e σ mediante metodo ML.

6 Fittaggio parametri distribuzione Pareto 6 I parametri della distribuzione di Pareto si cercano mediante metodo ML. In particolare la log-verosimiglianza: per γ 0 diventa: ed in particolare la stima di σ risulta:

7 Applicazione POT - a 7 Cosa ce ne facciamo della W γ,u,σ per stimare degli eventi estremi? 1 possibilità Conoscendo k ed n, possiamo stimare che: F( x) # F( u) F x W 1 # F( u) [ u ] ( ) = $, u, ( ) 1" k F u " n ( ) ( ) ( ) ( 1 ) y, u, F x " F u + # F u $ W per x u A questo punto disponiamo di una stima della F(x) con cui ad esempio stimare il valore massimo di x su un intervallo 10 Γ massimo caratteristico su 10 n (evento con T=10 n) F max,10 ( ) 10 = " $ F x # % n

8 Applicazione POT - b 8 La strada vista prima presuppone di sapere che il numero di estrazioni in Γ è pari ad n. Possiamo anche sapere solo di avere k eccedenze. 2 possibilità Disponiamo della stima della distribuzione tronca: [ u ] ( )#, u, F x W " l evento massimo rilevato su Γ è il massimo di k eccedenze; l evento massimo ha quindi T u = k; y cl # 1 $ 1 % = W, u, " & 1# ' ( k ) Fmax,10 W, u, " # = $ & % ' 10k

9 Applicazione POT - c 9 3 possibilità Cerchiamo una distribuzione: W, µ, " Tale che: [ u] # $ W, µ," = W, u, " % $& W, µ," ( u) = FX ( u)

10 10 Applicazione POT - c Per l esponenziale negativa (γ =0): ln k u n µ = " # $ % & = + ' ( ) # * +, Per γ 0 : " # $ % % & ' ( ( ) * % & ' ( ) * +, + = % & ' ( ) *, = -. µ / 1 n k u n k

11 Diagnostica - mean excess plot 11 in linea teorica y' = y u " # 1 # esempio inclusioni praticamente non si ha mai un adamento così semplice e si identificano delle zone (prima della zona finale) in cui identificare l andamento

12 Legame tra POT e LEVD - a 12 Supponiamo di aver analizzato k eccedenze su un periodo di acquisizione Γ # W 0,u, = 1" exp " y " u & $ % ' ( Se cerchiamo il valore massimo caratteristico su Γ ha periodo di ritorno T=k e risulta: y( T = k) = u + " log( k) Se cerchiamo il valore massimo caratteristico su 10Γ ha periodo di ritorno T=10k e risulta: y( T = 10k) = u + " log( 10 " k) che diventa: y( T = 10k) = y T = k + " log(10) Dobbiamo ricordarci che il massimo caratteristico ha una probabilità di superamento del 63.2%

13 Legame tra POT e LEVD -b 13 Se avessimo dato la descrizione dell evento massimo su 10Γ attraverso la LEVD, avremmo potuto stimarlo dal massimo caratteristico su Γ (ovvero il λ Γ dei massimi su Γ) come: 10"# = # + $ " log(10) E evidente l analogia tra le due formulazioni. Ne segue che i massimi su Γ appartengono ad una LEVD con parametri: ( ) & " = u + # $ log k ' (% = #

x ( 3) + Inoltre (essendo il grado del numeratore maggiore del grado del denominatore, d ancora dallo studio del segno),

x ( 3) + Inoltre (essendo il grado del numeratore maggiore del grado del denominatore, d ancora dallo studio del segno), 6 - Grafici di funzioni Soluzioni Esercizio. Studiare il grafico della funzione f(x) = x x + 3. ) La funzione è definita per x 3. ) La funzione non è né pari, né dispari, né periodica. 3) La funzione è

Dettagli

Reliability Demonstration Tests Distribuzione di Weibull

Reliability Demonstration Tests Distribuzione di Weibull Reliability Demonstration Tests Distribuzione di Weibull Stefano Beretta Politecnico di Milano, Dipartimento di Meccanica Giugno 2009 Sommario Le prove di laboratorio molto spesso vengono intese come tests

Dettagli

Affidabilità nel tempo tasso di guasto. h( t) =! dt N dt N ( ) ( ) = =! N N

Affidabilità nel tempo tasso di guasto. h( t) =! dt N dt N ( ) ( ) = =! N N Affidabilità nel tempo tasso di guasto 1 N=numero componenti N s (t)=numero componenti sopravvissuti al tempo t N f (t)=numero componenti rotti al tempo t N ( ) ( ) s t N f t R( t) = = 1! N N dr( t) 1

Dettagli

DI IDROLOGIA TECNICA PARTE III

DI IDROLOGIA TECNICA PARTE III FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XII: I metodi diretti per la valutazione delle

Dettagli

ELEMENTI DI STATISTICA PER IDROLOGIA

ELEMENTI DI STATISTICA PER IDROLOGIA Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono

Dettagli

Le funzioni elementari. La struttura di R. Sottrazione e divisione

Le funzioni elementari. La struttura di R. Sottrazione e divisione Le funzioni elementari La struttura di R La struttura di R è definita dalle operazioni Addizione e moltiplicazione. Proprietà: Commutativa Associativa Distributiva dell addizione rispetto alla moltiplicazione

Dettagli

Determinare il dominio e la derivata delle seguenti funzioni e studiarne la monotonia ed eventuali massimi/minimi. ( ) x + 2.

Determinare il dominio e la derivata delle seguenti funzioni e studiarne la monotonia ed eventuali massimi/minimi. ( ) x + 2. Determinare il dominio e la derivata delle seguenti funzioni e studiarne la monotonia ed eventuali massimi/minimi (1) (2) (3) (4) f (x) = log ( ) x + 2 x 1 f (x) = x exp( x 3 ) ( f (x) = arctan x ) x 1

Dettagli

Corso di Automazione Industriale 1. Capitolo 4

Corso di Automazione Industriale 1. Capitolo 4 Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla

ESERCITAZIONI DI ANALISI 1 FOGLIO 1 FOGLIO 2 FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI. Marco Pezzulla ESERCITAZIONI DI ANALISI FOGLIO FOGLIO FOGLIO 3 FOGLIO 4 FOGLIO 5 FOGLIO 6 FOGLIO 7 SVOLTI Marco Pezzulla gennaio 05 FOGLIO. Determinare il dominio e il segno della funzione ( ) f(x) arccos x x + π/3.

Dettagli

UNIVERSITÁ DEGLI STUDI DI FIRENZE

UNIVERSITÁ DEGLI STUDI DI FIRENZE UNIVERSITÁ DEGLI STUDI DI FIRENZE FACOLTÁ DI ECONOMIA CORSO DI LAUREA MAGISTRALE IN BANCA, ASSICURAZIONI E MERCATI FINANZIARI TESI DI LAUREA IN TEORIA DEL RISCHIO E TECNICHE ATTUARIALI CONTRO I DANNI UNA

Dettagli

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici

Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Alcune applicazioni delle equazioni differenziali ordinarie alla teoria dei circuiti elettrici Attilio Piana, Andrea Ziggioto 1 egime variabile in un circuito elettrico. Circuito C. 1.1 Carica del condensatore

Dettagli

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0. Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,

Dettagli

Osservazione 2 L elemento di arrivo ( output) deve essere unico corrispondenza univoca da A e B. f : A B

Osservazione 2 L elemento di arrivo ( output) deve essere unico corrispondenza univoca da A e B. f : A B FUNZIONI Definizione 1 Dati due insiemi A e B, si chiama funzione da A a B una legge che ad ogni elemento di A associa un (solo) elemento di B. L insieme A si chiama dominio della funzione e l insieme

Dettagli

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento:

+ P a n n=1 + X. a n = a m 3. n=1. m=4. Per poter dare un significato alla somma (formale) di infiniti termini, ricorriamo al seguente procedimento: Capitolo 3 Serie 3. Definizione Sia { } una successione di numeri reali. Ci proponiamo di dare significato, quando possibile, alla somma a + a 2 +... + +... di tutti i termini della successione. Questa

Dettagli

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004 Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità

Dettagli

Cos è una funzione? (x,y) Є f o y=f(x)

Cos è una funzione? (x,y) Є f o y=f(x) Cos è una funzione? Dati gli insiemi X e Y non vuoti, si chiama funzione da in una relazione f tale che per ogni x Є X esiste uno ed un solo elemento y Є Y tale che (x,y) Є f. Data la funzione f:x->r,

Dettagli

Le Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08

Le Scelte Finanziarie. S. Corsaro Matematica Finanziaria a.a. 2007/08 Le Scelte Finanziarie 1 Tasso Interno di Rendimento Consideriamo un operazione finanziaria (t 0 =0): 0 x 0 t 1 t 2 t m...... x 1 x 2 x m Posto: x = x0, x1,, xm { } si definisce tasso interno di rendimento

Dettagli

La Funzione Caratteristica di una Variabile Aleatoria

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

Dettagli

TECNICHE DI SIMULAZIONE

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

Dettagli

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in

Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Intorni Fissato un punto sull' asse reale, si definisce intorno del punto, un intervallo aperto contenente e tutto contenuto in Solitamente si fa riferimento ad intorni simmetrici =, + + Definizione: dato

Dettagli

Decisioni in condizioni di incertezza

Decisioni in condizioni di incertezza Decisioni in condizioni di incertezza Paolo Arcaini Roberto Cordone Programmazione in condizioni di incertezza La programmazione in condizioni di incertezza affronta problemi di decisione nei quali occorre

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

STUDIO DI UNA FUNZIONE

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

Dettagli

Esercitazione 5 Soluzioni

Esercitazione 5 Soluzioni Esercitazione 5 Soluzioni. (Esercizio 5. del Ross) Sia X una variabile aleatoria la cui densità è c( 2 ) < < 0 altrimenti. (a) Qual è il valore di c? (b) Scrivere la funzione di ripartizione di X. 2. (Esercizio

Dettagli

Progetto di un alimentatore con Vo = +5 V e Io = 1 A

Progetto di un alimentatore con Vo = +5 V e Io = 1 A Progetto di un alimentatore con o +5 e Io A U LM7805/TO IN OUT S F T 5 4 8 - ~ ~ + + C GND + C + C3 3 R D LED Si presuppongono noti i contenuti dei documenti Ponte di Graetz Circuito raddrizzatore duale

Dettagli

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

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

Dettagli

11. Analisi statistica degli eventi idrologici estremi

11. Analisi statistica degli eventi idrologici estremi . Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche

Dettagli

Corso di Idraulica ed Idrologia Forestale

Corso di Idraulica ed Idrologia Forestale Corso di Idraulica ed Idrologia Forestale Docente: Prof. Santo Marcello Zimbone Collaboratori: Dott. Giuseppe Bombino - Ing. Demetrio Zema Lezione n. 16: Le precipitazioni (parte seconda) Anno Accademico

Dettagli

1. Intorni di un punto. Punti di accumulazione.

1. Intorni di un punto. Punti di accumulazione. 1. Intorni di un punto. Punti di accumulazione. 1.1. Intorni circolari. Assumiamo come distanza di due numeri reali x e y il numero non negativo x y (che, come sappiamo, esprime la distanza tra i punti

Dettagli

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

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

Dettagli

Docente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22

Docente: Anna Valeria Germinario. Università di Bari. A.V.Germinario (Università di Bari) Analisi Matematica ITPS 1 / 22 Laurea in Informatica e Tecnologie per la Produzione del Software Corso di Analisi Matematica Calcolo differenziale e approssimazioni, formula di Taylor Docente: Anna Valeria Germinario Università di Bari

Dettagli

Misurare il rischio finanziario con l Extreme Value Theory

Misurare il rischio finanziario con l Extreme Value Theory Misurare il rischio finanziario con l Extreme Value Theory M. Bee Dipartimento di Economia, Università di Trento MatFinTN 2012, Trento, 24 gennaio 2012 Outline Introduzione Extreme Value Theory EVT e rischio

Dettagli

ALGEBRA I: CARDINALITÀ DI INSIEMI

ALGEBRA I: CARDINALITÀ DI INSIEMI ALGEBRA I: CARDINALITÀ DI INSIEMI 1. CONFRONTO DI CARDINALITÀ E chiaro a tutti che esistono insiemi finiti cioè con un numero finito di elementi) ed insiemi infiniti. E anche chiaro che ogni insieme infinito

Dettagli

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

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

Dettagli

Informatica Generale 02 - Rappresentazione numeri razionali

Informatica Generale 02 - Rappresentazione numeri razionali Informatica Generale 02 - Rappresentazione numeri razionali Cosa vedremo: Rappresentazione binaria dei numeri razionali Rappresentazione in virgola fissa Rappresentazione in virgola mobile La rappresentazione

Dettagli

G3. Asintoti e continuità

G3. Asintoti e continuità G3 Asintoti e continuità Un asintoto è una retta a cui la funzione si avvicina sempre di più senza mai toccarla Non è la definizione formale, ma sicuramente serve per capire il concetto di asintoto Nei

Dettagli

Sviluppi di Taylor Esercizi risolti

Sviluppi di Taylor Esercizi risolti Esercizio 1 Sviluppi di Taylor Esercizi risolti Utilizzando gli sviluppi fondamentali, calcolare gli sviluppi di McLaurin con resto di Peano delle funzioni seguenti fino all ordine n indicato: 1. fx ln1

Dettagli

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè:

La f(x) dovrà rimanere all interno di questo intorno quando la x è all interno di un intorno di x 0, cioè I(x 0 ), cioè: 1 Limiti Roberto Petroni, 2011 Possiamo introdurre intuitivamente il concetto di limite dicendo che quanto più la x si avvicina ad un dato valore x 0 tanto più la f(x) si avvicina ad un valore l detto

Dettagli

31/10/2012. Lo studio delle funzioni permette di interpretare la variazione di due grandezze, l una rispetto l altra, quando

31/10/2012. Lo studio delle funzioni permette di interpretare la variazione di due grandezze, l una rispetto l altra, quando FUNZIONI MATEMATICHE Introduzione Lo studio delle funzioni permette di interpretare la variazione di due grandezze, l una rispetto l altra, quando tra le due esiste un legame di tipo matematico. La teoria

Dettagli

SOLUZIONI D = (-1,+ ).

SOLUZIONI D = (-1,+ ). SOLUZIONI. Data la funzione f() ( ) ln( ) a) trova il dominio di f b) indica quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni

Dettagli

ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI

ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI (sintesi da Prof.ssa Di Nardo, Università della Basilicata, http://www.unibas.it/utenti/dinardo/home.html) ISTOGRAMMA/DIAGRAMMA

Dettagli

Problema n. 1: CURVA NORD

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

Dettagli

Dispense di Matematica Analisi Matematica. Riccarda Rossi

Dispense di Matematica Analisi Matematica. Riccarda Rossi Dispense di Matematica Analisi Matematica Riccarda Rossi Corso di Laurea in Disegno Industriale Università degli Studi di Brescia Anno Accademico 2009/2010 2 Capitolo 1 Nozioni preliminari 4 Riccarda Rossi

Dettagli

II Esercitazione di Matematica Finanziaria

II Esercitazione di Matematica Finanziaria II Esercitazione di Matematica Finanziaria Esercizio 1. Si consideri l acquisto di un titolo a cedola nulla con vita a scadenza di 90 giorni, prezzo di acquisto (lordo) P = 98.50 euro e valore facciale

Dettagli

Quando troncare uno sviluppo in serie di Taylor

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

Dettagli

Funzione reale di variabile reale

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

Dettagli

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008 Introduzione al Risk Management

Dettagli

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0. Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione

Dettagli

Francesco Biccari (biccari@gmail.com) Maria Grazia Polidoro (mariagraziapolidoro@gmail.com) 24 gennaio 2013. Prerequisiti

Francesco Biccari (biccari@gmail.com) Maria Grazia Polidoro (mariagraziapolidoro@gmail.com) 24 gennaio 2013. Prerequisiti Schema dettagliato di una lezione rivolta a una classe di studenti del secondo biennio del liceo scientifico. Argomento: Studio di funzione. Dominio, insieme di positività, simmetrie. Francesco Biccari

Dettagli

Modelli di Programmazione Lineare Intera

Modelli di Programmazione Lineare Intera 8 Modelli di Programmazione Lineare Intera Come è stato già osservato in precedenza, quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla

Dettagli

Nel seguito sono riportati due esercizi che si possono risolvere con la formula di Erlang e le relative risoluzioni.

Nel seguito sono riportati due esercizi che si possono risolvere con la formula di Erlang e le relative risoluzioni. Nel seguito sono riportati due esercizi che si possono risolvere con la formula di Erlang e le relative risoluzioni. Al fine di risolvere questo tipo di esercizi, si fa in genere riferimento a delle tabelle

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Concetti introduttivi

Concetti introduttivi Indice 1 Concetti introduttivi 3 1.1 Studi sperimentali e studi osservazionali..................... 3 1.2 Concetti iniziali: indipendenza fra eventi..................... 6 1.3 Indipendenza fra variabili

Dettagli

Funzioni e loro grafici

Funzioni e loro grafici Funzioni e loro grafici Dicesi funzione y=f(x) della variabile x una legge qualsiasi che faccia corrispondere ad ogni valore di x, scelto in un certo insieme, detto dominio, uno ed uno solo valore di y

Dettagli

Svolgimento 1 Scriviamo la funzione f(x) che rappresenta la spesa totale in un mese: Figura 2 Il grafico di f(x).

Svolgimento 1 Scriviamo la funzione f(x) che rappresenta la spesa totale in un mese: Figura 2 Il grafico di f(x). Problema 1 Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di euro al mese, più centesimi per ogni minuto di conversazione. Indicando con

Dettagli

Svolgimento di alcuni esercizi del libro Matematica di Angelo Guerraggio

Svolgimento di alcuni esercizi del libro Matematica di Angelo Guerraggio Svolgimento di alcuni esercizi del libro Matematica di Angelo Guerraggio. Funzioni e insiemi numerici.4 Verificare che (A B) (A B) = (A A ) B. ) Sia (a, b) (A B) (A B). Allora a (A A ) e b B, da cui (a,

Dettagli

PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA

PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA Simulazione 01/15 ANNO SCOLASTICO 01/15 PROBLEMI TRADIZIONALI SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Il candidato risolva uno dei due problemi Problema 1 Nella

Dettagli

Analisi della risorsa eolica. Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI

Analisi della risorsa eolica. Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI Analisi della risorsa eolica Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI Spettro di frequenza del vento Zona di lavoro di una torre anemometrica (tempi di campionamento

Dettagli

Analisi d estremo di base dati eoliche simulate di grandi dimensioni

Analisi d estremo di base dati eoliche simulate di grandi dimensioni Analisi d estremo base dati eoliche simulate gran mensioni Alessio Torrielli, Maria Pia Repetto, Giovanni Solari DICAT degli Stu XI Convegno Nazionale Ingegneria del ento Spoleto, 30 Giugno 3 Luglio 2010

Dettagli

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1

Dettagli

Tecniche di DM: Link analysis e Association discovery

Tecniche di DM: Link analysis e Association discovery Tecniche di DM: Link analysis e Association discovery Vincenzo Antonio Manganaro vincenzomang@virgilio.it, www.statistica.too.it Indice 1 Architettura di un generico algoritmo di DM. 2 2 Regole di associazione:

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

AFFIDABILITA DEI SISTEMI

AFFIDABILITA DEI SISTEMI AFFIDABILITA DEI SISTEMI STOCASTICI (complessi) Esercizio: Si assuma che i collegamenti tra una centrale elettrica e una città siano costituite da tre linee collegate in serie i cui tempi di funzionamento

Dettagli

Da una a più variabili: derivate

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

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

Histogram of C1 Normal

Histogram of C1 Normal Soluzioni domande ed esercizi Fondamenti di Affidabilità Capitolo 2. La vita di un cambio ad ingranaggi può essere fortemente influenzata nelle fasi iniziali della sua vita da problemi derivanti principalmente

Dettagli

Confronto tra i regimi finanziari

Confronto tra i regimi finanziari Confronto tra i regimi finanziari Consideriamo i tre regimi finanziari Quale è il regime più conveniente? Per misurare la convenienza, paragoniamo i fattori di capitalizzazione: r s (t) = f. cap. interesse

Dettagli

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie

Università del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza

Dettagli

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0.

Numeri Complessi. 4. Ricordando che, se z è un numero complesso, zz è un numero reale, mettere sotto la forma. z 2 + 2z + 2 = 0. z 2 + 2z + 6 = 0. Numeri Complessi. Siano z = + i e z 2 = i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 2. Siano z = 2 5 + i 2 e z 2 = 5 2 2i. Calcolare z + z 2, z z 2, z z 2 e z z 2. 3. Ricordando che, se z è un numero complesso,

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

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

Dettagli

Accuratezza di uno strumento

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

Dettagli

METODO DEL POTENZIALE AI NODI

METODO DEL POTENZIALE AI NODI NENERA NFORMATCA E DELL'AUTOMAZONE D.M. 70/0) l metodo del potenziale ai nodi consente di risolvere una rete avente l lati risolvendounsistema di dimensioni minori di l. Consideriamo un circuito avente

Dettagli

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica...

1 Grafico di una funzione reale 1. 2 Funzioni elementari 2 2.1 Funzione potenza... 2 2.2 Funzione esponenziale... 3 2.3 Funzione logaritmica... UNIVR Facoltà di Economia Sede di Vicenza Corso di Matematica Funzioni reali di variabile reale Indice Grafico di una funzione reale 2 Funzioni elementari 2 2. Funzione potenza................................................

Dettagli

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto: PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando

Dettagli

EQUAZIONI non LINEARI

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

Dettagli

CENNI DI METODI STATISTICI

CENNI DI METODI STATISTICI Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento

Dettagli

Regime finanziario dell interesse semplice: formule inverse

Regime finanziario dell interesse semplice: formule inverse Regime finanziario dell interesse semplice: formule inverse Il valore attuale di K è il prodotto del capitale M disponibile al tempo t per il fattore di sconto 1/(1+it). 20 Regime finanziario dell interesse

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

Esame di Analisi Matematica prova scritta del 23 settembre 2013

Esame di Analisi Matematica prova scritta del 23 settembre 2013 Esame di Analisi Matematica prova scritta del 23 settembre 2013 1. Determinare dominio, limiti significativi, intervalli di monotonia della funzione f (x) = (2x + 3) 2 e x/2 e tracciarne il grafico. In

Dettagli

Corrispondenze e funzioni

Corrispondenze e funzioni Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei

Dettagli

STUDIO DI SETTORE VG87U

STUDIO DI SETTORE VG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG87U CONSULENZA FINANZIARIA, AMMINISTRATIVO-GESTIONALE E AGENZIE DI INFORMAZIONI COMMERCIALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Procedure di calcolo implicite ed esplicite

Procedure di calcolo implicite ed esplicite Procedure di calcolo implicite ed esplicite Il problema della modellazione dell impatto tra corpi solidi a medie e alte velocità. La simulazione dell impatto tra corpi solidi in caso di urti a media velocità,

Dettagli

I Insiemi e funzioni

I Insiemi e funzioni I Insiemi e funzioni 1. INSIEMI ED OPERAZIONI SU DI ESSI 1.1. Insiemi Dal punto di vista intuitivo, il concetto di insieme può essere fatto corrispondere all atto mentale mediante il quale associamo alcuni

Dettagli

1. Diodi. figura 1. figura 2

1. Diodi. figura 1. figura 2 1. Diodi 1.1. Funzionamento 1.1.1. Drogaggio 1.1.2. Campo elettrico di buil-in 1.1.3. Larghezza della zona di svuotamento 1.1.4. Curve caratteristiche Polarizzazione Polarizzazione diretta Polarizzazione

Dettagli

Distribuzioni Lévy-Pareto stabili e loro impiego nel modellare i rendimenti di titoli azionari americani. Analisi dei cluster.

Distribuzioni Lévy-Pareto stabili e loro impiego nel modellare i rendimenti di titoli azionari americani. Analisi dei cluster. UNIVERSITÀ DEGLI STUDI DI PARMA Facoltà di Economia Corso di Laurea Magistrale in Finanza e Risk Management Metodi e Modelli per la Finanza Distribuzioni Lévy-Pareto stabili e loro impiego nel modellare

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

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

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

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA

ELEMENTI DI STATISTICA DESCRITTIVA Metodi Statistici e Probabilistici per l Ingegneria ELEMENTI DI STATISTICA DESCRITTIVA Corso di Laurea in Ingegneria Civile Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain E-mail:

Dettagli

ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 7. DERIVATE. A. A. 2014-2015 L. Doretti

ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 7. DERIVATE. A. A. 2014-2015 L. Doretti ISTITUZIONI DI MATEMATICHE E FONDAMENTI DI BIOSTATISTICA 7. DERIVATE A. A. 2014-2015 L. Doretti 1 Il concetto di derivata di una funzione è uno dei più importanti e fecondi di tutta la matematica sia per

Dettagli

Elementi di topologia della retta

Elementi di topologia della retta Elementi di topologia della retta nome insieme definizione l insieme è un concetto primitivo che si accetta come intuitivamente noto secondo George Cantor, il padre della teoria degli insiemi: Per insieme

Dettagli

PROGRAMMA DI MATEMATICA

PROGRAMMA DI MATEMATICA PROGRAMMA DI MATEMATICA A.S. 2014-2015 CLASSE IV SEZ. B INDIRIZZO SIA PROF. Orlando Rocco Carmelo ODULO MODULO ORD. ARGOMENT O 1 SEZ 1 FUNZIONI E LIMITIDI FUNZIONI ARGOMENTO 1 TOMO E SEZ 1 FUNZIONI E LIMITIDI

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

Applicazioni lineari

Applicazioni lineari Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av

Dettagli

Esponenziali e logaritmi

Esponenziali e logaritmi Esponenziali e logaritmi Corso di accompagnamento in matematica Lezione 4 Sommario 1 La funzione esponenziale Proprietà Grafico 2 La funzione logaritmo Grafico Proprietà 3 Equazioni / disequazioni esponenziali

Dettagli

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06

Analisi Mat. 1 - Ing. Inform. - Soluzioni del compito del 23-3-06 Analisi Mat. - Ing. Inform. - Soluzioni del compito del 3-3-6 Sia p il polinomio di quarto grado definito da pz = z 4. Sia S il settore circolare formato dai numeri complessi che hanno modulo minore o

Dettagli

Anno 4 Grafico di funzione

Anno 4 Grafico di funzione Anno 4 Grafico di funzione Introduzione In questa lezione impareremo a disegnare il grafico di una funzione reale. Per fare ciò è necessario studiare alcune caratteristiche salienti della funzione che

Dettagli