Valutazione delle opzioni col modello di Black e Scholes

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Valutazione delle opzioni col modello di Black e Scholes"

Transcript

1 Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70, passato l perodo de grand fnanzament alla rcerca per la corsa al nucleare, e n seguto per l esplorazone spazale, l governo degl Stat Unt rduce fortemente l enttà de fond. Molt fsc che avevano trovato mpegh nelle unverstà statuntens, s trovano così alla rcerca d lavoro. Cò sprona molt d ess ad applcare le propre conoscenze a nuov camp della scenza. Contemporaneamente, l embargo del petrolo arabo del 1973 causa un aumento vertgnoso de prezz della benzna e de tass d nteresse. La paura d nflazone spnge prezz dell oro oltre gl 800 dollar l onca. Improvvsamente, mercat fnanzar nzano a dventare estremamente pù volatl. I bond, ttol tradzonalmente scur, nzano a dventare ncert. Non funzonano pù le vecche regole. Comprendere la dnamca de tass d nteresse e de prezz delle azon dventa allora vtale per le sttuzon fnanzare. Fscher Black e Myron Scholes hanno l dea d applcare l moto brownano alla fluttuazone de prezz de ttol azonar. Tale dea non é nuovssma, e trova un precedente negl stud d un altro scenzato, Bacheler, che svluppò un rudmentale modello matematco, basato sul moto brownano, propro per descrvere gl andament osservat ne mercat fnanzar, ottenendo però rsultat contraddttor e poco ascolto da parte della comuntà scentfca del tempo. Black e Scholes, e, ndpendentemente, Robert Merton nel 1973, creano un modello d dnamca de prezz delle azon molto soldo, e da rsultat puttosto consstent. Per questo motvo, l modello d Black- (Merton-)Scholes ottenne dffusone mmedata negl ambent della fnanza e, n breve tempo, s moltplcano gl stud che lo verfcano e lo amplano. Questo modello ha avuto una forte nfluenza sul modo n cu gl operator valutano le opzon. Inza così a prendere pede una pratca nterdscplnare che lega economa e fsca, e che verrà battezzata econofsca alla fne degl ann 90 dal fsco H. Eugene Stanley. Nel 1997, l mportanza del modello è stata rconoscuta con l assegnazone del premo Nobel per l economa a Scholes e a Merton, pochè Fscher Black è morto nel In questa dspensa vedremo come s rcava la formula d Black e Scholes per la valutazone d call e put europee scrtte su ttol azonar che non pagano dvdend. Dpartmento d Matematca, Unverstà d Bar Aldo Moro 1

2 2 2 Ipotes del modello d Black-Scholes Introdurre l modello d Black-Scholes senza far rcorso alla complesstà del calcolo stocastco é operazone velletara ed un qualunque tentatvo d semplfcarne la sostanza matematca non resce ad elmnare del tutto lat oscur del modello. In quanto segue, qund, s salterà drettamente alla formula orma classca ed al modo nel quale la s applca, senza svluppare le tematche pù complesse che toccano l ntegrazone stocastca e la celebre formula d Itô. È ntanto nteressante osservare che l mpanto teorco che sta alla base del modello d Black-Scholes é dello stesso tpo d quello analzzato nel descrvere la procedura d prezzaggo d opzon tramte alber bnomal. Anche affrontando l problema tramte process stocastc contnu é necessaro nfatt passare attraverso la costruzone d un portafoglo d replca e l utlzzo del prncpo della assenza d arbtraggo. Quello che dfferenza sostanzalmente l approcco contnuo da quello dscreto (a parte le conseguent dffcoltà formal che s ncontrano nel caso contnuo) é l tpo d processo che sta alla base dell evoluzone del prezzo dell attvtà sottostante. Nel caso contnuo l processo utlzzato è l moto brownano. 1. Il mercato é perfetto, ovvero: é perfettamente compettvo, coè gl operator non sono n grado d nfluenzare l prezzo de ttol con le loro operazon; é prvo d attrt, coè non c sono cost d transazone, tasse ed è possble vendere allo scoperto senza nessuna penaltà; s può acqustare e/o vendere n quanttà abtrare ed nfntamente dvsbl ad un tasso d nteresse r costante, che concde con l tasso d rendmento de ttol a captalzzazone ntegrale (zero coupon bond); c è assenza d arbtragg non rschos. S not che le prme due potes sono tecnche d mnmo mpatto su rsultat che otterremo, l potes d non arbtraggo è nvece crucale. 2. l prezzo del ttolo sottostostante è un moto brownano geometrco con meda e varanza not e costant nel tempo; 3. l prezzo d eserczo K dell opzone é noto e costante nel tempo e l ttolo sottostante non dstrbusce dvdend. 3 La formula d Black-Scholes S consder ora una opzone call con prezzo d eserczo K e scadenza al tempo T. Sa r l tasso d nteresse costante calcolato n manera contnua. Sulla base delle potes sopra consderate è possble stablre l prezzo d non arbtraggo dell opzone. Sa S = (S t ) t [0,T ] l processo stocastco che descrve la dnamca del prezzo del ttolo azonaro

3 3 sottostante. Per potes, S è un moto brownano geometrco defnto n uno spazo d probabltà (Ω, F, P), coè S t = S 0 e Wt, t [0, T ], (1) dove S 0 > 0 è noto e W = (W t ) t [0,T ] è un moto brownano con drft µ e varanza σ 2, defnto nello stesso spazo d probabltà. S rcord W t N(µt, σ 2 t) può essere scrtta come W t = µt + σ t Z, t [0, T ] (2) dove Z N(0, 1). Sa (F t ) t [0,T ] la fltrazone standard per W (e qund per S). Abbamo vsto che l valore atteso condzonato del processo S al tempo u + t (u, t [0, T ]), nota la stora del processo fno al tempo u, é dato da E P [S u+t F u ] = S u e µ t+σ2 t/2. Inoltre, abbamo vsto che, applcando l Teorema d Grsanov, è possble trasformare la msura d probabltà P n una msura equvalente Q n un mondo neutrale verso l rscho n modo tale che l processo W sa trasformato n un moto brownano W = ( W t ) t [0,T ] con drft r σ2 2 e varanza σ2 tale che E Q [S u+t F u ] = S u e rt. Osserva. L potes che la dnamca de prezz dell attvtà sottostante sa matematcamente modellzzata tramte un moto brownano geometrco è fondamentale, n quanto mpedsce che l prezzo dvent negatvo. D questo problema se ne accorse Bacheler quando, nella sua tes d dottorato, fece l potes sbaglata che l processo S fosse un moto brownano, ottenendo n alcun cas prezz negatv coè prv d sgnfcato. Inoltre, l fatto che ad essere dstrbuto normalmente sa l logartmo del rapporto, nvece che la dfferenza fra prezz successv, può essere vsto come un modo d descrvere la dnamca del prezzo non n termn d varazon assolute (da cu derverebbe la sottrazone), ma puttosto n termn d varazon relatve. Volendo semplfcare, s può affermare che sono le percentual d varazone, nvece delle varazon d prezzo, ad essere dstrbute normalmente. Avendo trasformato l processo scontato del prezzo n una Q-martngala, con msura d probabltà Q neutrale rspetto al rscho, l prezzo d equlbro d un opzone europea é semplcemente l valore atteso del suo payoff scontato, ossa: f t = E Q [e r(t t) f T ] = e r(t t) E Q [f T ], 0 t < T, (3) dove rcordamo che f T = (S T K) + = max(0, S T K), nel caso d una opzone call. Indcando con S T l prezzo alla scadenza del sottostante, applcando la (1) e la (2) s ha S T = S t e W T t = S t e (r σ2 /2) (T t)+σ T t Z, 0 t < T. (4)

4 4 Sa A = {S T > K} F e I A la v.a. ndcatrce dell evento A (o funzone caratterstca d A) così defnta: { 1, se ω A; I A (ω) = 0, se ω / A. S not che dove S T > K e (r σ2 /2) (T t)+σ T t Z > K/S t Z > ln(k/s t) (r σ 2 /2) (T t) σ T t Z > σ T t d 1, (5) d 1 = (r + σ2 /2) (T t) + ln(s t /K) σ. T t Ne consegue che la (3) può scrvers: Utlzzando la (5), calcolamo f t = e r(t t) E Q [max(0, S T K)] = e r(t t) E Q [I A (S T K)] = e r(t t) E Q [I A S T ] e r(t t) K E Q [I A ]. (6) E Q [I A ] = Q(S T > K) = Q(Z > σ T t d 1 ) dove Φ è la cdf della dstrbuzone normale standard. Utlzzando la (4) e la (5), calcolamo s é posto c = σ T t d 1 = 1 Φ(σ T t d 1 ) = Φ(d 1 σ T t), (7) E Q [I A S T ] = 1 + S t e (r σ2 /2) (T t)+σ T t x e x2 /2 dx = E Q [S T A] Q(A) 2π c = 1 + S t exp{(r σ 2 /2) (T t)} exp{ (x 2 2σ T t x)/2} dx 2π c = 1 + S t e r (T t) exp{ (x σ T t) 2 /2} dx 2π S consder la trasformazone d varabl y = x σ T t, qund E Q [I A S T ] = S t e r (T t) 1 + e y2 /2 dy 2π c d 1 = S t e r (T t) Q(Z > d 1 ) = e r (T t) S t Φ(d 1 ). (8)

5 5 Sosttuendo n (6) la (7) e la (8), s ottene f t = e r (T t) e r (T t) S t Φ(d 1 ) e r (T t) K Φ(d 1 σ T t) = S t Φ(d 1 ) e r (T t) K Φ(d 1 σ T t). dove Dalla precedente relazone s rcava la formula d Black-Scholes C t = C(S t, T, K, σ, r) = S t Φ(d 1 ) e r (T t) K Φ(d 1 σ T t), 0 t < T (9) d 1 = (r + σ2 /2) (T t) + ln(s t /K) σ. T t Tale formula fornsce l prezzo d non arbtraggo d una call europea n ogn stante dalla data della stpula (t = 0) fno alla scadenza T. Pochè parametr K, σ, r sono delle costant fssate, s può semplcemente assumere C t = C(S t, T ), 0 t < T. Osserva. Il prmo termne S t Φ(d 1 ) rappresenta l valore atteso del sottostante alla scadenza T, condzonato alla crcostanza che l opzone sa eserctata alla scadenza, mentre la quanttà K Φ(d 1 σ T t) = K Q(S T > K) é l valore atteso del pagamento fatto dall holder della call al wrter eserctando l opzone alla scadenza. In partcolare, per t = 0 s ottene l prezzo da pagare alla stpula del contratto: C 0 = S 0 Φ(d 1 ) e r T K Φ(d 1 σ T ) (10) S not che se t = T, allora { +, se ln(s T /K) > 0, coè se S T > K, d 1 =, se ln(s T /K) < 0, coè se S T K, e qund Φ(d 1 ) = { 1, se S T > K, 0, se S T K. D conseguenza, la (9) contnua a valere anche per t = T, rcavandos { S T K, se S T > K, C T = = (S T K) +, 0, se S T K. come gà noto. Osserva. L equazone (9) vale anche per opzon call amercane, avendo mostrato come, n assenza d dvdend, una call amercana non verrà ma eserctata prma della scadenza e dunque vale quanto una call europea.

6 6 Osserva. Per opzon europee, nel caso n cu l sottostante non fornsca dvdend e senza opportuntà d arbtragg, vale la cosddetta relazone d partà put-call. Consderamo due portafogl: Portafoglo A: una call pù un obblgazone (poszone lunga), Portafoglo C: una put pù un ttolo azonaro (poszone lunga). Supponamo che entrambe le opzon sano scrtte sullo stesso ttolo azonaro con prezzo (S t ) t [0,T ], hanno prezzo d eserczo K e scadenza T e sa r l tasso d nteresse prvo d rscho. S suppone noltre che alla scadenza T l obblgazone da drtto ad un pagamento par a K. Entramb portafogl valgono max(s T, K) alla scadenza delle opzon e pochè le opzon non possono essere eserctate prma della scadenza, esse devono avere uguale valore ogg, coè C 0 + K e r T = P 0 + S 0, (11) dove C 0 e P 0 ndcano l prezzo nzale rspettvamente della call e della put. Questa relazone è la relazone d partà put-call e mostra che l valore d una call europea può essere dedotto dal valore d una put europea con la stessa scadenza e lo stesso prezzo d eserczo, e vceversa. Utlzzando la relazone (11), anche per le opzon put europee é possble stablre un equazone del tutto smle alla (9). Infatt r (T t) P (S t, T, K, σ, r) = C(S t, T, K, σ, r) S t + K e = S t Φ(d 1 ) e r (T t) K Φ(d 1 σ r (T t) T t) S t + K e = e r (T t) K Φ(σ T t d 1 ) S t Φ( d 1 ), 0 t < T (12) In partcolare, per t = 0 s ottene l prezzo da pagare alla stpula del contratto: P 0 = e r T K Φ(σ T d 1 ) S 0 Φ( d 1 ) Esempo 3.1. Calcolare, medante la formula d Black-Scholes, l valore nzale d una call europea che scade tra 3 mes (T = 3/12 = 0, 25) su un ttolo azonaro con quotazone nzale S 0 = 100 untà monetare nell potes che: 1. l prezzo d eserczo sa K = 125; 2. l tasso stantaneo d nteresse su base annua sa r = 0, 12; 3. la volatltà su base annua sa σ = 0, 62.

7 7 Calcolamo S ha: d 1 = (r + σ2 /2) T + ln(s 0 /K) σ T d 2 = d 1 σ T = 0, 778, C 0 = S 0 Φ(d 1 ) e r T K Φ(d 1 σ T ). = (0, 12 + (0, 62)2 /2) 0, 25 + ln(100/125) 0, 62/2 = 0, 468 da cu e pertanto Φ(d 1 ) = Φ( 0, 468) 0, 320 Φ(d 2 ) = Φ( 0, 778) 0, 218, C 0 = 100 (0, 320) 125 e 0,12 0,25 (0, 218) 5, Approssmazone dscreta del modello contnuo Abbamo vsto come sa agevole prezzare un opzone se s accetta l potes che l prezzo dell attvtà sottostante segua un processo partcolarmente semplce: quello bnomale. Effettvamente un approcco del genere ha l vantaggo d consentre la scelta d ntervall temporal pccol a pacere (ad esempo l gorno o l ora) calbrando fattor u (up) e d (down) n manera che rappresentno le varazon pù plausbl per l untà temporale prescelta. Come è gà stato menzonato, la nascta d quest modell la s deve ad una nzatva d Cox, Ross e Rubnsten nel 1979 l cu obettvo prmaro era d fornre una semplfcata rappresentazone del modello n tempo contnuo formulato da Black e Scholes. Un nteressante rsultato contenuto nell artcolo orgnaro d CRR é anche la dmostrazone che rendendo sempre pù pccola l ampezza degl ntervall temporal, facendo così tendere a nfnto l numero de pass, al lmte s ottene propro l modello d Black e Scholes. S osserv che la formula bnomale multperodale per la valutazone del prezzo nzale d un opzone call ( ) C 0 = e r T n p (1 p) n max(0, u d n S 0 K), (13) =0 s può scrvere n manera dversa. Infatt, se l prezzo del bene sottostante l opzone assume alla scadenza T un valore mnore o uguale al prezzo d eserczo K, l opzone call non vene eserctata e, pertanto, tra le possbl traettore che descrvono l andamento del prezzo alla scadenza s possono tralascare quelle con u d n S 0 K. Indcato con a l pù pccolo degl nter = 0,..., n tale che u d n S 0 > K, la formula (13) s può rscrvere come ( ) C 0 = e r T n p (1 p) n (u d n S 0 K) =a ( = e r T S 0 =a n ) p (1 p) n u d n e r T K ( =a n ) p (1 p) n.

8 8 Osservato che e posto p (1 p) n u d n = (p u) [(1 p) d] n, b = p u e 1 b = (1 p) d, la formula bnomale s può scrvere come segue ( ) C 0 = e r T n S 0 b (1 b) n e r T K =a ( =a n ) p (1 p) n dove = e r T S 0 B(n, a, b) e r T K B(n, a, p), (14) B(n, a, b) = ( =a n ) b (1 b) n rappresenta la probabltà che l prezzo del bene sottostante l opzone su n pass present almeno a movment al ralzo e qund che l prezzo fnale del bene sottostante sa superore al prezzo d eserczo K, essendo uguale a b = p u la probabltà che s verfch un ralzo. È evdente l analoga fra la formula bnomale (14) e la formula d BlackScholes. Nasce pertanto l problema d stablre sotto qual condzon l modello bnomale multperodale converga per n, dove n rappresenta l numero d pass, al modello d Black-Scholes. A tal proposto, abbamo vsto che se l tasso d nteresse r per le attvtà non rschose é noto, l modello bnomale é completamente ndvduato da parametr u, d e p, dove p é la probabltà neutrale al rscho. In partcolare, se l prezzo dell opzone deve varare una volta ogn T = T/n untà d tempo, l prezzo può crescere per un fattore u = e σ T oppure decrescere per un fattore con probabltà p = er T d u d, d = u 1 = e σ T con probabltà 1 p. Approssmando la funzone e x con prm tre termn della sua sere d Taylor centrata n 0 (l che fornsce un approssmazone tanto pù corretta quanto pù é grande n) s ottene: da cu s ottene e ±σ T = 1 ± σ T + σ2 2 T, p 1 2 ( 1 + (r ) σ2 /2) T. σ Con quest parametr, s dmostra che l processo stocastco che defnsce l prezzo del ttolo sottostante tende, per n, a un moto brownano geometrco con parametro d derva (r σ 2 /2) e volatltà σ. Ne consegue, qund, che l modello bnomale a n perod, con le potes sopra esposte, converge, per n, al modello d Black-Scholes.

9 9 5 La stratega Delta Hedgng e le greche Abbamo vsto che nel modello d Black & Scholes l valore d un opzone dpende da dvers fattor tra cu l prezzo del sottostante, l tempo, la volatltà σ e l tasso d nteresse prvo d rscho r. Dal punto d vsta pratco è utle poter valutare la senstvtà del portafoglo rspetto alla varazone d quest fattor. Generalmente, gl ndcator d senstvtà sono fornt dalle dervate parzal del valore del portafoglo rpsetto a corrspondent fattor d rscho (prezzo del sottostante, volatltà, ecc.). Ad ogn dervata s assoca una lettera greca e per questa questa ragone tal msure d senstvtà sono usualmente chamate le greche. Consderamo la creazone d un portafoglo coperto V, formato da una poszone lunga su un ttolo azonaro e da una poszone corta su un certa quanttà 1 d opzon call sullo stesso ttolo (pensamo ad una banca che vende quote d opzon scrtte su un ttolo rschoso e s pone l problema d determnare una stratega d copertura nvestendo sul ttolo sottostante). Al tempo t < T l valore del portafoglo : V (t, s) = s 1 C(s, T ) dove S t = s. Per l prncpo d non arbtraggo, l suo rendmento deve esssere uguale a quello d un attvtà prva d rscho. Se la copertura vene effettuata con contnutà, l portafoglo é mmunzzato dalle fluttuazon aleatore del prezzo (S t ) t [0,T ] del sottostante, coè s V (t, s) = 1 1 C(s, T ) = 0. s ed l suo rendmento è certo (procedura d delta hedgng). Ne consegue che = s C(s, T ) (rapporto d copertura), coè é l tasso d varazone nel valore dell opzone call rspetto alla varazone del prezzo del sottostante. S prova che = Φ(d 1 ). (15) Infatt, dalla (6) consegue t) C(s, T ) = e r(t s s E Q[I A (S T K)] [ ] = e r(t t) E Q s I A(S T K) ( )] = e r(t t) E Q [I A s (S T K). Dalla (4) s ha che s (S T K) = s S T = S T s

10 10 e qund, utlzzando la (8) = e r(t t) C(s, T ) = E Q [I A S T ] = Φ(d 1 ). (16) s s Ne consegue che 0 < < 1 e valgono le seuent espresson asntotche: lm = 0, s 0 + lm = 1 s + Con sml argoment s possono calcolare le dervate parzal d C(S t, T ) rspetto alle costant r, σ, T. Osservamo nnanztutto che denotata la (9) con g(d 1 ), la dervata prma rspetto a d 1 è data da: g (d 1 ) = sφ (d 1 ) e r (T t) K Φ (d 1 σ T t), S t = s. (17) Pochè = s C(s, T ) = Φ(d 1) + g (d 1 ) s d 1, dalla (15) s ha che e, d conseguenza, dalla (17) g (d 1 ) = 0 (18) s Φ (d 1 ) = e r (T t) K Φ (d 1 σ T t). (19) Dalla (9) s rcava che: a) la dervata parzale d C(S t, T ) rspetto a r é: r C(S t, T ) = g (d 1 ) r d 1 + K (T t) e r(t t) Φ(d 1 σ T t), e dalla (18) consegue che Tale dervata é detta rho; r C(S t, T ) = K (T t) e r(t t) Φ(d 1 σ T t) > 0. (20) b) la dervata parzale d C(S t, T ) rspetto a σ é: σ C(S t, T ) = g (d 1 ) σ d 1 + e r(t t) K Φ (d 1 σ T t) T t. Applcando la (18) e la (19) consegue che σ C(S t, T ) = S t Φ (d 1 ) T t > 0, (21) dove Φ (x) = 1 2π e x2 /2 é la pdf della normale standard. Tale dervata parzale é detta vega;

11 11 c) la dervata parzale d C(S t, T ) rspetto a t < T é: t C(S t, T ) = g (d 1 ) t d 1 r e r(t t) K Φ(d 1 σ T t) Applcando la (18) e la (19) consegue che e r(t t) K Φ (d 1 σ T t) σ 2 T t. t C(S t, T ) = r e r(t t) K Φ(d 1 σ T t) σs t 2 T t Φ (d 1 ) < 0. (22) In partcolare, per t = T s ha: T C(S t, T ) = +r e r(t t) K Φ(d 1 σ T t) + σ S t 2 T t Φ (d 1 ) > 0. (23) Tale dervata é detta theta. Le greche permettono d fare uno studo analtco del comportamento della funzone C(S t, T ) ottenuta tramte la formula d Black-Scholes. Da (20), (21) e (23) s può affermare che C(S t, T ) é una funzone strettamente crescente rspetto a tutt e tre parametr, mentre da (22) s deduce che C(S t, T ) é una funzone strettamente decrescente rspetto al tempo. Osserva. Il portafoglo d copertura non é prvo d rscho per tutta la durata dell opzone, ma solo stantaneamente n (t, t + t). Infatt = s C(s, T ) vara al varare d S t e t e dunque per mantenere l portafoglo prvo d rscho occorre vararne contnuamente la composzone. Nella pratca, a causa de cost d transazone, la varazone vene effettuata solo quando s sposta consderevolmente. Il fattore gamma: Γ = 2 s 2 C(s, T ) = s = 1 s σ T t Φ (d 1 ) > 0 (24) ne é un ndce. Tanto maggore é Γ (n genere Γ é pù alto quando S t K), tanto maggore é la sensbltà d e qund tanto pù spesso bsogna rcalbrare l tutto per mantenere la poszone mmunzzata. Inoltre, da quanto osservato prma per valgono le seguent espresson asntotche lm Γ = lm Γ = 0. s 0 + s + Da (16) e (24) s deduce che C(S t, T ) é una funzone strettamente crescente e convessa rspetto a S t. Osserva. Per quanto rguarda l calcolo delle greche per una put europea, s osserv che, a dfferenza d una call, la é negatva. La gamma e la vega hanno la stessa espressone per put e call: n partcolare, la vega è postva e quand anche l prezzo d una put aumenta col crescere della volatltà. La theta assume valor postv e negatv, mentre la rho d una put è sempre negatva.

Valutazione delle opzioni col modello di Black e Scholes

Valutazione delle opzioni col modello di Black e Scholes Valutazone delle opzon col modello d Black e Scholes Rosa Mara Mnnn a.a. 2014-2015 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70,

Dettagli

1 La domanda di moneta

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

Dettagli

Intorduzione alla teoria delle Catene di Markov

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

Dettagli

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

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

Dettagli

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

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

Dettagli

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

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

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

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

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

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

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

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Modelli di variabili casuali

Modelli di variabili casuali Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.

Dettagli

PROBLEMA DI SCELTA FRA DUE REGIMI DI

PROBLEMA DI SCELTA FRA DUE REGIMI DI PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto

Dettagli

Corso di. Dott.ssa Donatella Cocca

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

Dettagli

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k

Soluzioni 3.1. n(n 1) (n k + 1) z n k! k + 1 n k. lim k (1) La sere bnomale è B n (z) = k=0 Con l metodo del rapporto s ottene R = lm k Soluzon 3.1 n(n 1) (n k + 1) z n k! c k c k+1 = lm k k + 1 n k lm k c k z k. k=0 1 + 1 k 1 n k = 1 (2) La multfunzone f(z)

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

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

Dettagli

Esercizi di econometria: serie 1

Esercizi di econometria: serie 1 Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze Le obblgazon: msure d rendmento e rscho La curva de rendment per scadenze Economa del Mercato Moblare A.A. 2017-2018 La curva de rendment (yeld curve) (1) Il rendmento d un ttolo obblgazonaro dpende da

Dettagli

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

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

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

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

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

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

Dettagli

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

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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

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

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

Dettagli

Introduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 12

Introduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 12 Introduzone alla Programmazone e Applcazon per la Fnanza M2 (Prodott Dervat) Lezone 12 Anno accademco 2006-07 Ttolare corso: Prof. Costanza Torrcell Docente: Dott.ssa Maranna Brunett In partcolare mplementeremo:

Dettagli

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

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

Dettagli

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

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

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Valutazione dei Benefici interni

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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

Teoria dei Segnali Rumore granulare

Teoria dei Segnali Rumore granulare Teora de Segnal Rumore granulare Valentno Lberal Dpartmento d Fsca Unverstà degl Stud d Mlano valentno.lberal@unm.t Teora de Segnal Rumore granulare 24 gennao 211 Valentno Lberal (UnMI) Teora de Segnal

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 5: 24 febbraio 2014

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 5: 24 febbraio 2014 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2013-2014 lezone 5: 24 febbrao 2014 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/24? Eserczo Trovare quale legge d captalzzazone

Dettagli

Potenzialità degli impianti

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

Dettagli

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 29 gennaio I Appello d Calcolo delle Probabltà Cognome: Laurea Trennale n Matematca 24/5 Nome: 29 gennao 25 Emal: Se non è espressamente ndcato l contraro, per la soluzone degl esercz è possble usare tutt rsultat

Dettagli

Elementi di statistica

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

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017. Esercizi 3 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/2017 Esercz 3 Pan d ammortamento Eserczo 1. Un prestto d 12000e vene rmborsato n 10 ann con rate mensl e pano all

Dettagli

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

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

Dettagli

PROBLEMA 1. Soluzione. β = 64

PROBLEMA 1. Soluzione. β = 64 PROBLEMA alcolare l nclnazone β, rspetto al pano stradale, che deve avere un motocclsta per percorrere, alla veloctà v = 50 km/h, una curva pana d raggo r = 4 m ( Fg. ). Fg. Schema delle condzon d equlbro

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare. Una semplce applcazone del metodo delle caratterstche: la propagazone d un onda d marea all nterno d un canale a sezone rettangolare. In generale la propagazone d un onda monodmensonale n una corrente

Dettagli

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali Chmca Fsca - Chmca e Tecnologa Farmaceutche Lezone n. 10 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Convenzon per le soluzon real Relazon tra coeffcent d attvtà 02/03/2008 Antonno

Dettagli

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1

DESTINAZIONE ORIGINE A B C A B C Esercizio intersezioni a raso - pag. 1 ESERCIZIO Argomento: Intersezon a raso Data l ntersezone a raso a tre bracc rappresentata n fgura s vuole procedere al dmensonamento de suo element. I dat nzal necessar per la progettazone sono d seguto

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Modello del Gruppo d Acquisto

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

Dettagli

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

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

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Statistica descrittiva

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

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K)

ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K) ESERCITAZIONI d ECONOIA POLITICA ISTITUZIONI (A-K). Bonacna - Unverstà degl Stud d Pava monca.bonacna@unboccon.t 1 3 a ESERCITAZIONE: ONETA: Soluzon Ogn volta che s parla d domanda d, spuòdrecheèdomandadmoneta

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

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

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

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

COMPORTAMENTO DINAMICO DI ASSI E ALBERI COMPORTAMENTO DNAMCO D ASS E ALBER VBRAZON TORSONAL Costruzone d Macchne Generaltà l problema del progetto d un asse o d un albero non è solo statco Gl ass e gl alber, come sstem elastc, sotto l azone

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

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

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 22: 30 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/27? Eserczo Dmostrare che l equazone della frontera

Dettagli

LEZIONE 11. Argomenti trattati

LEZIONE 11. Argomenti trattati LEZIONE LE ECONOMIE PERTE (2) Il modello IS-LM n regme d camb fss e d camb flessbl rgoment trattat S esamnano gl effett delle poltche macroeconomche n economa aperta consderando tre modell Il modello IS-LM

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

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

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

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Amplificatori operazionali

Amplificatori operazionali Amplfcator operazonal Parte 3 www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-5-) Confgurazone nvertente generalzzata Se nella confgurazone nvertente s sosttuscono le resstenze R e R con due mpedenze

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA

GUGLIOTTA CALOGERO. Liceo Scientifico E.Fermi Menfi (Ag.) ENTROPIA GUGLIOTTA CALOGERO Lceo Scentco E.Ferm Men (Ag.) ENTROIA Il concetto d processo termodnamco reversble d un dato sstema è collegato all dea che s possa passare dallo stato allo stato attraverso una successone

Dettagli

Lez. 10 Forze d attrito e lavoro

Lez. 10 Forze d attrito e lavoro 4/03/015 Lez. 10 Forze d attrto e lavoro Pro. 1 Dott., PhD Dpartmento Scenze Fsche Unverstà d Napol Federco II Compl. Unv. Monte S.Angelo Va Cnta, I-8016, Napol mettver@na.nn.t +39-081-676137 1 4/03/015

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

MOBILITA DI CAPITALI

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

Dettagli

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE

MATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE MATEMATICA FINANZIARIA PROVA SCRITTA DEL LUGLIO 009 ECONOMIA AZIENDALE ESERCIZIO Un ndduo ntende acqustare un motorno che ha un prezzo d 300. Volendo accedere ad un fnanzamento, gl engono proposte le seguent

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

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

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

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Cenni di matematica finanziaria Unità 61

Cenni di matematica finanziaria Unità 61 Prerequst: - Rsolvere equazon algebrche d 1 grado ed equazon esponenzal Questa untà è rvolta al 2 benno del seguente ndrzzo dell Isttuto Tecnco, settore Tecnologco: Agrara, Agroalmentare e Agrondustra.

Dettagli

La teoria microeconomica del consumo

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

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

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

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

Dettagli

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplce 21.01 Radazon onzzant TITOLO Interconfronto Consorzo Eraclto Msure d rateo d dose gamma n campo - Cuncolo esploratvo de la Maddalena Allneamento msure

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

Corso di Economia Pubblica Lezione 4 - Neutralità IRES

Corso di Economia Pubblica Lezione 4 - Neutralità IRES (materale gentlmente concesso dalla Prof.ssa Alessandra Casarco) Corso d Economa Pubblca Lezone 4 - Neutraltà IRES Prof. Paolo Buonanno paolo.buonanno@unbg.t Investmento: no mposte P = π( I) δi I L mpresa

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( )

Generalità. Problema: soluzione di una equazione differenziale alle derivate ordinarie di ordine n: ( ) Generaltà Problema: soluzone d una equazone derenzale alle dervate ordnare d ordne n: n n K soggetta alle n condzon nzal: K n Ovvero rcercare la soluzone d un sstema d n equazon derenzal ordnare del prmo

Dettagli

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

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

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I.

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I. Eserctazone ottobre 0 Trasformazon crcutal Sere e parallelo S consderno crcut n Fg e che rappresentano rspettvamente un parttore d tensone e uno d corrente v v v v Fg : Parttore d tensone Fg : Parttore

Dettagli