Modello di crescita tumorale di Gompertz
|
|
- Fausta Pavone
- 6 anni fa
- Visualizzazioni
Transcript
1 LINDA CATTANEO SUSANNA VILLANI Modello di crescita tumorale di Gompertz Studiamo la versione deterministica e stocastica di un modello che descrive la crescita di una popolazione di cellule tumorali: il modello di Gompertz. I modelli stocastici in medicina si rendono necessari per tener conto delle varie aleatorietà da cui è inuenzato il comportamento dei fenomeni, concretizzate attraverso uttuazioni imprediciili dei vari parametri rilevanti. Le uttuazioni da cui il modello deterministico è aetto danno luogo ad un comportamento aleatorio che va a sovrapporsi e sommarsi alla traiettoria deterministica. Il modello gompertziano deterministico, introdotto da Benjamin Gompertz nel 1825, è un modello a tempo continuo particolarmente adatto a descrivere la dinamica di crescita delle popolazioni. La crescita Gompertziana è descritta dall'equazione dierenziale dx(t) dt = ax(t) x(t) ln x(t) in cui la variaile x(t) rappresenta il volume del tumore al tempo t > mentre a e sono parametri positivi che rappresentano rispettivamente il tasso di crescita intrinseco del tumore, correlato al tasso mitotico cellulare, e il fattore di decelerazione della crescita, riguardante i processi antiangiogenici. Integrando a partire dalla condizione iniziale x() = x, otteniamo { a } x(t) = exp (a ln x )e t La curva cresce con un tasso che aumenta no al punto di esso (x = e a/ 1 ), per poi continuare a crescere ma con tasso di crescita che va via via diminuendo no ad esaurirsi, raggiungendo un valore asintotico ( x( ) = e a/ ). Le neoplasie raggiungono grosse dimensioni ma hanno tasso di crescita asso e minima frazione di accrescimento. Infatti, con l'aumentare del volume (1) 1
2 Figura 1: a = 4, = 1, x = 1 tumorale, la vascolarizzazione diventa inadeguata soprattutto al centro della neoplasia, con conseguente morte cellulare. Assumendo che il fattore a suisca variazioni nel tempo, l'equazione (1) diventa: { dx(t) = [ax(t) x(t) ln x(t)]dt + σx(t)dw (t), x() = x (2) dove σ > è un coeciente di diusione e dw (t) il dierenziale stocastico. La soluzione di (2) è { x(t) = exp x e t + a σ2 /2 (1 e t ) + σ } e (t s) dw (s) 2
3 Figura 2: soluzione vera stocastica: a = 4, = 1, x = 1, σ =.3 Figura 3: soluzione vera stocastica: a = 1, = 4, x = 1, σ =.1 3
4 Figura 4: soluzione vera stocastica: a = 4, = 1, x = 1, σ = 1 Figura 5: a =.8, =.2, x = 1, σ =.1 4
5 Figura 6: a = 4, = 1, x = 1, σ =.3 L'errore massimo sup t [,4] X em (t) X vera (t) è: errmax = Per comodità, al posto di studiare il processo (2) consideriamo il processo: { dy(t) = [a σ 2 /2 y(t)]dt + σdw (t), y() = ln x = y (3) ottenuto tramite la sostituzione y(t) = ln x(t) e applicando la formula generale di Ito. Si tratta dell'sde di un processo di Ornstein-Uhleneck della quale sappiamo trovare la soluzione: y(t) = y e t + a σ2 /2 (1 e t ) + σ e (t s) dw (s) (4) Riusciamo così facilmente a calcolare il valore atteso e la varianza del processo {y(t)} t R +: E[y(t)] = E[y e t + a σ2 /2 (1 e t )] + E[σ 5 e (t s) dw (s)]
6 = E[y e t + a σ2 /2 (1 e t )] = y e t + a σ2 /2 (1 e t ) V ar[y(t)] = V ar[y e t + a σ2 /2 (1 e t ) + σ = V ar[σ = σ 2 e 2t E[( e (t s) dw (s)] = σ 2 e 2t V ar[ e (t s) dw (s)] e s dw (s)] e s dw (s)) 2 ] = σ 2 e 2t E[e 2s ]ds = σ2 2 (1 e 2t ) Figura 7: andamento medio di 1 simulazioni: a = 4, = 1, x = 1, σ =.6 Nella gura (8) è rappresentata la distriuzione dei valori di 1 simulazioni al tempo ssato t = 1 insieme a quella di una normale di media E[y(t)] e varianza V ar[y(t)]. Per varicare che i dati sono veramente distriuiti come una normale aiamo fatto il test statistico di Kolmogorov- Smirnov: 6
7 Figura 8: a = 4, = 1, x = 1, σ =.3 H = P =.8296 Osserviamo che E[y(t)] t a σ2 /2 V ar[y(t)] t σ2 2 =: E[ ] =: V ar[ ] Ci chiediamo se questo processo ammette una distriuzione di proailità invariante; ovviamente ci aspettiamo che sia distriuita come N(E[ ], V ar[ ]). Cerchiamo una funzione di distriuzione f(y), indipendente dal tempo, che soddis l'equazione di Fokker-Planck: f t = y [(a σ2 /2 y)f] + σ2 2 f 2 y 2 Sappiamo che la generica soluzione stazionaria è della forma f(y) = k exp{φ(y)} σ 2 con Φ(y) = y 2A(z) dz σ 2 dove, nel nostro caso, A(z) = a σ 2 /2 z e 7
8 = R 1 1 k otteniamo: e Quindi Φ(y) = σ 2 exp(φ(y))dy, costante di normalizzazione. y 2 (a σ 2 /2 z) σ 2 1 k = 1 σ 2 R σ 2 Svolgendo i calcoli [ = ( ) ] a σ 2 /2 a σ 2 2 /2 y σ 2 [ a σ 2 /2 ( a σ2 /2 π σ exp((a σ2 /2) 2 ) 2 σ 2 f(y) = πσ 2 e σ 2 (y a σ2 /2 ) 2 y) 2 ] = che è proprio la funzione di distriuzione di una N(E[ ], V ar[ ]). Figura 9: a = 4, = 1, x = 1, σ =.3, t = 1 H = P =
9 Figura 1: a = 4, = 1, x = 1, σ =.3, t = 2 H = P =.517 9
10 Figura 11: a = 4, = 1, x = 1, σ =.3, t = 5 H = P =
11 Figura 12: anda di condenza a livello.95 per la media E[y(t)] con a = 4, = 1, x = 1, σ =.3 11
CALENDARIO BOREALE 2 AMERICHE 2015 QUESITO 1
www.matefilia.it Indirizzi: LI0, EA0 SCIENTIFICO; LI0 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE CALENDARIO BOREALE AMERICHE 0 QUESITO Determinare il volume del solido generato dalla rotazione attorno alla
DettagliTeoria dei Segnali Trasmissione binaria casuale; somma di processi stocastici
eoria dei Segnali rasmissione binaria casuale; somma di processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it eoria dei Segnali rasmissione
DettagliEsercizi su formula di Itô
Esercizi su formula di Itô 1. Scrivere il differenziale stocastico dei seguenti processi: (i) X t = B t (ii) X t = t + e B t (iii) X t = B 3 t 3tB t (iv) X t = 1 + t + e B t (v) X t = [B 1 (t)] + [B (t)]
DettagliVerso l integrale stocastico
Verso l integrale stocastico Una versione più corretta di è la sua forma integrale ds(t) = σs(t)dx(t) + µs(t)dt S(t) = S() + σs(u)db(u) + µs(u)du Ricordando che S è un processo che descrive la dinamica
DettagliProcessi decisionali e modelli di simulazione
Anno accademico 2008/09 Il Processo decisionale Realtà Sistema Modello Simulazione Decisioni Il sistema e i suoi confini Modelli I modelli sono lo strumento normale con cui interagiamo con la realtà, la
DettagliStudiamo adesso il comportamento di f(x) alla frontiera del dominio. Si. x 0 lim f(x) = lim. x 2 +
Esercizi del 2//09. Data la funzione f(x) = ln(x 2 2x) (a) trovare il dominio, gli eventuali asintoti e gli intervalli in cui la funzione cresce o decresce. Disegnare il grafico della funzione. (b) Scrivere
DettagliSIMULAZIONE - 29 APRILE QUESITI
www.matefilia.it SIMULAZIONE - 29 APRILE 206 - QUESITI Q Determinare il volume del solido generato dalla rotazione attorno alla retta di equazione y= della regione di piano delimitata dalla curva di equazione
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliNote sul sistema di Lotka-Volterra. Prima versione. Commenti e correzioni sono benvenuti.
Ottobre 2016 Note sul sistema di Lotka-Volterra Prima versione. Commenti e correzioni sono benvenuti. 1 Introduzione Il sistema di Lotka Volterra (LV), o sistema preda predatore è probabilmente il primo
DettagliCALENDARIO BOREALE 1 EUROPA 2015 QUESITO 1
www.matefilia.it Indirizzi: LI0, EA0 SCIENTIFICO; LI0 - SCIENTIFICO - OPZIONE SCIENZE APPLICATE CALENDARIO BOREALE EUROPA 05 QUESITO La funzione f(x) è continua per x [ 4; 4] il suo grafico è la spezzata
DettagliSoluzione della prova scritta di Analisi Matematica II del 15 Aprile 2009 (Ingegneria Edile e Architettura)
Soluzione della prova scritta di Analisi Matematica II del 5 Aprile 009 Ingegneria Edile e Architettura x. Calcolare J = ds essendo γ la curva ottenuta intersecando γ + y il cilindro di equazione x + y
DettagliEsercitazioni di Matematica
Università degli Studi di Udine Anno Accademico 009/00 Facoltà di Agraria Corsi di Laurea in VIT e STAL Esercitazioni di Matematica novembre 009 Trovare le soluzioni della seguente disequazione: x + +
DettagliCRESCITA DI POPOLAZIONI. Consideriamo una popolazione di esseri viventi e indichiamo con n(t) il numero di individui della popolazione al tempo t:
CRESCITA DI POPOLAZIONI Consideriamo una popolazione di esseri viventi e indichiamo con n(t) il numero di individui della popolazione al tempo t: n : R N Questa è una funzione costante a tratti, cioè una
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) MEDIA aritmetica semplice
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Dinamiche stocastiche Iniziamo la seconda parte del corso, non più dedicata a metodi statistici ma ad alcuni esempi di dinamiche stocastiche. Esse potrebbero
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliLezione 5: Processi Stocastici - Analisi in frequenza
ELABORAZIONE dei SEGNALI nei SISTEMI di CONTROLLO Lezione 5: Processi Stocastici - Analisi in frequenza Motivazioni Spettro e densità spettrale TD Proprietà formali Esempi Trasformata inversa Spettro e
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
Dettagli7.6 Esercizi svolti Trasformata di Fourier
78 7 Trasformata di Fourier 7.6 Esercizi svolti Esercizio 7. Determinare la trasformata di Fourier delle seguenti funzioni : a x(t =u(t e t + u(t u(t + ; b x(t =e i3t p (t + ; c x(t =p (t ; ( d x(t =p
DettagliRetta Tangente. y retta tangente. retta secante y = f(x) f(x )
Retta Tangente f(x ) 1 y P 1 retta secante y = f(x) y retta tangente y = f(x) f(x ) 0 P 0 f(x ) 0 P 0 O x 0 x 1 x quando P tende a P 0 1 O x 0 x Consideriamo una funzione continua f. Siano P 0 = (x 0,
DettagliLUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011
LUISS Laurea specialistica in Economia e Finanza Anno Accademico 1/11 Corso di Metodi Matematici per la Finanza Prof. Fausto Gozzi, Dr. Davide Vergni Soluzioni esercizi 4,5,6 esame scritto del 13/9/11
DettagliLa logistica: una curva semplice con molte applicazioni
La logistica: una curva semplice con molte applicazioni Francesco Galvagno Relatore: Franco Pastrone Università degli studi di Torino Scuola di Studi Superiori di Torino Torino, 27 giugno 2017 Francesco
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
DettagliCalcolo integrale: esercizi svolti
Calcolo integrale: esercizi svolti Integrali semplici................................ Integrazione per parti............................. Integrazione per sostituzione......................... 4 4 Integrazione
DettagliCognome: Nome: Matricola: a. Si enunci e dimostri il teorema della media integrale per funzioni continue. (5 punti)
Analisi e Geometria Seconda Prova 3 gennaio 207 Docente: Politecnico di Milano Scuola di Ingegneria Industriale e dell Informazione Cognome: Nome: Matricola: a. Si enunci e dimostri il teorema della media
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliIngegneria Tessile, Biella Analisi II
Ingegneria Tessile, Biella Analisi II Esercizi svolti In questo file sono contenute le soluzioni degli esercizi sui campi vettoriali (cf foglio 5 di esercizi) Attenzione: in alcuni esercizi il calcolo
DettagliIl modello preda predatore. Modelli Matematici Ambientali, 2015/16 Dinamiche di Crescita:
Modelli Matematici Ambientali, 2015/16 Dinamiche di Crescita: 2 popolazioni Il modello preda predatore Interazione di due popolazioni: il modello Preda-Predatore Il modello Preda-Predatore è stato sviluppato
DettagliAnalisi Matematica 3 (Fisica) Prova scritta del 27 gennaio 2012 Uno svolgimento
Analisi Matematica 3 (Fisica) Prova scritta del 27 gennaio 22 Uno svolgimento Prima di tutto, eccovi alcuni commenti che potrebbero aiutarvi a svolgere meglio le prove scritte. Ad ogni domanda del testo
DettagliFunzioni derivabili (V. Casarino)
Funzioni derivabili (V. Casarino) Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in = 0 delle funzioni: a) 5 b) 3 4 c) + 1 d) sin. ) Scrivere l equazione della retta tangente
DettagliProject Scheduling: PERT. Il PERT ha potenzialità superiori rispetto a quelle di un semplice mezzo per la pianificazione ed il controllo.
1. Introduzione Project Scheduling: PERT Il PERT è una tecnica introdotta per la pianificazione ed il controllo di progetti in cui le durate t ij delle singole attività sono delle variabili aleatorie.
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliAlcune v.a. discrete notevoli
Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =
DettagliEsercizi su equazioni differenziali stocastiche e teorema di Girsanov (con soluzioni)
Esercizi su equazioni differenziali stocastiche e teorema di Girsanov con soluzioni). Moto Browniano geometrico Per r, σ >, si consideri l EDS lineare con coeff. costanti: dx t rx t dt + σx t db t, X x
DettagliMATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013
MATEMATICA CORSO A II COMPITINO (Tema 1) 5 Aprile 2013 Soluzioni 1. Due sperimentatori hanno rilevato rispettivamente 25 e 5 misure di una certa grandezza lineare e calcolato le medie che sono risultate
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
DettagliESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE
ESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE 1 Funzioni libere I punti stazionari di una funzione libera di più variabili si ottengono risolvendo il sistema di equazioni
DettagliConvergenza non condizionata
Economia Internazionale Economia dello Sviluppo Lezione 5 La convergenza nelle dinamiche di crescita A.A 2007-2008 Stefano Usai Convergenza non L ipotesi di convergenza non e basata sull assunzione che
DettagliAnalisi Matematica II Integrali curvilinei (svolgimenti) 1 t 9t dt (a) = dt t 1 t 2 = 1 2. x dx (b) log y 1. dy.
Analisi Matematica II Integrali curvilinei svolgimenti Svolgimento esercizio Si ha, successivamente, t t, t, t 9t 4 + 4t t 9t + 4, l t dt t 9t + 4 dt a 8 dove in a si è usata la sostituzione 9t + 4 8t
DettagliDerivazione. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Derivazione Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliANALISI MATEMATICA. Prova scritta del 20/12/ FILA 1
ANALISI MATEMATICA CORSO C - CdL INFORMATICA Prova scritta del 0//004 - FILA ESERCIZIO Studiare la funzione f(x) log x log x determinando in particolare a) campo di esistenza ed eventuali asintoti; b)
DettagliRaggiungibilità, Controllabilità, Osservabilità e Determinabilità
Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Si determini se i sistemi lineari tempo invarianti ẋ(t) = Ax(t) + Bu(t), Σ c : y(t) = Cx(t) + Du(t). x(k + ) = Ax(k) + Bu(k), Σ d : y(k)
DettagliDistribuzioni di due variabili aleatorie
Statistica e analisi dei dati Data: 6 Maggio 206 Distribuzioni di due variabili aleatorie Docente: Prof. Giuseppe Boccignone Scriba: Noemi Tentori Distribuzioni congiunte e marginali Consideriamo due variabili
DettagliCinematica del punto materiale
Cinematica del punto materiale Punto materiale Velocità e accelerazione Moto rettilineo uniforme Moto naturalmente accelerato Moto parabolico Moto armonico Antonio Pierro Per consigli, suggerimenti, eventuali
DettagliRischi di mercato. Francesco Menoncin
Rischi di mercato Francesco Menoncin 6-0-0 Sommario Le risposte devono essere C.C.C (Chiare, Concise e Corrette). Il tempo a disposizione è di (due) ore. Esercizi. Su un mercato completo con tre stati
DettagliPROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE
PROBABILITÀ SCHEDA N. 5 SOMMA E DIFFERENZA DI DUE VARIABILI ALEATORIE DISCRETE 1. Distribuzione congiunta Ci sono situazioni in cui un esperimento casuale non si può modellare con una sola variabile casuale,
DettagliSoluzioni dello scritto di Analisi Matematica II - 10/07/09. C.L. in Matematica e Matematica per le Applicazioni
Soluzioni dello scritto di Analisi Matematica II - /7/9 C.L. in Matematica e Matematica per le Applicazioni Proff. K. Payne, C. Tarsi, M. Calanchi Esercizio. a La funzione f è limitata e essendo lim fx
DettagliConsiderare il moto di un punto materiale di massa m = 1 soggetto ad un potenziale V (x):
sercizio Considerare il moto di un punto materiale di massa m = soggetto ad un potenziale V (x): ẍ = V (x), dove V (x) = x x.. Scrivere esplicitamente l equazione del moto e verificare esplicitamente la
DettagliCampi conservativi e forme esatte - Esercizi svolti
Campi conservativi e forme esatte - Esercizi svolti 1) Dire se la forma differenziale è esatta. ω = 2 2 (1 + 2 2 ) 2 d + 2 2 (1 + 2 2 ) 2 d 2) Individuare in quali regioni sono esatte le seguenti forme
DettagliRipasso segnali e processi casuali. Trasmissione dell Informazione
Ripasso segnali e processi casuali 1 Breve ripasso di segnali e trasformate Dato un segnale s(t), la sua densità spettrale si calcola come dove S(f) è la trasformata di Fourier. L energia di un segnale
DettagliPolitecnico di Milano Ingegneria Industriale Analisi e Geometria 1 Secondo compito in itinere 3 Febbraio 2014
Politecnico di Milano Ingegneria Industriale Analisi e Geometria Secondo compito in itinere Febbraio 04 Cognome: Nome: Matricola: Compito A Es: 8 punti Es: 8 punti Es: 8 punti Es4: 8 punti Totale a) Determinare
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
Dettagli1 Equazioni differenziali
1 Equazioni differenziali Un equazione del tipo F(t, y, y,...,y (n) ) = 0 (1) con una funzione incognita y dipendente dalla variabile indipendente t, assieme alle sue derivate fino all ordine n, viene
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
Dettagli' $ Teoria del traffico & % 1
Teoria del traffico Andamento della distribuzione di Poisson P(k) = (λt)k k! e λt 1 k=0 k=1 k=2 k=3 0.8 0.6 P(k) 0.4 0.2 0 0 1 2 3 4 5 λt Proprietá La sovrapposizione di h processi di Poisson aventi frequenze
DettagliEsame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni. 12 luglio 2004
Esame di Teoria dei Segnali A Ing. Informatica, Elettronica e Telecomunicazioni luglio 4 Esercizio Un sacchetto A contiene caramelle ai gusti fragola, limone e lampone. Un sacchetto B contiene caramelle
DettagliINTEGRALI INDEFINITI e DEFINITI Esercizi risolti
INTEGRALI INDEFINITI e DEFINITI Esercizi risolti E data la funzione f( = (a Provare che la funzione F ( = + arcsin è una primitiva di f( sull intervallo (, (b Provare che la funzione G( = + arcsin π è
DettagliEsercitazione in vista della terza prova matematica
Esercitazione in vista della terza prova matematica In vista dell Esame di stato è caldamente consigliato rifare le simulazioni già affrontae durante l anno. ) Stampa le pagine del testo ) Rifare gli esercizi,
DettagliMacroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta.
Dipartimento di Economia, Statistica e Finanza Corso di Laurea in ECONOMIA Macroeconomia - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Esercitazione del 21.04.2016 (+ soluzioni)
DettagliALCUNE SOLUZIONI DI ESERCIZI SU CAMPI VETTORIALI
ALCUNE SOLUZIONI DI ESERCIZI SU CAMPI VETTORIALI Appello Febbraio 995 ( F (( + y i y (( + y j. ( Stabilire se F è conservativo e in caso affermativo trovarne un ( Calcolare il lavoro compiuto dal campo
DettagliINTEGRALI Test di autovalutazione
INTEGRALI Test di autovalutazione. L integrale ln 6 è uguale a (a) vale 5 2 (b) (c) (d) 4 5 vale ln 256 2 è negativo 2 5 + 4 5 2 5 + 4 5 d d 2. È data la funzione = e 2. Allora: (a) se F() è una primitiva
DettagliRicordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F (x) = x i. i=1. x 2 + y 2
Capitolo 4 Campi vettoriali Ultimo aggiornamento: 3 maggio 2017 Ricordiamo che l operatore divergenza agisce su un campo vettoriale F ed è definito come segue: div F x = n F i x. x i i=1 Esercizio 4.1
Dettagli1 Equazioni Differenziali
Equazioni Differenziali Un equazione differenziale è un equazione che esprime un legame tra una variabile indipendente x (o t, quando ci riferiamo al tempo) una variabile dipendente y o incognita che sta
DettagliScrivere il numero della risposta sopra alla corrispondente domanda. (voti: 2,0,-1, min=14 sulle prime 10) , C = [3 2 2], D =
n. 101 cognome nome corso di laurea Analisi e Simulazione di Sistemi Dinamici 18/11/2003 Risposte Domande 1 2 3 4 5 6 7 8 9 10 N. matricola Scrivere il numero della risposta sopra alla corrispondente domanda.
DettagliINTRODUZIONE ALLA CINEMATICA DEL PUNTO MATERIALE PROF. FRANCESCO DE PALMA
INTRODUZIONE ALLA CINEMATICA DEL PUNTO MATERIALE PROF. FRANCESCO DE PALMA Sommario MOTO E TRAIETTORIA... 3 PUNTO MATERIALE... 3 TRAIETTORIA... 3 VELOCITÀ... 4 VELOCITÀ MEDIA... 4 VELOCITÀ ISTANTANEA...
Dettagli3 Relazioni e funzioni. M. Simonetta Bernabei & Horst Thaler
3 Relazioni e funzioni M. Simonetta Bernabei & Horst Thaler Relazioni e funzioni Una relazione è un insieme di coppie ordinate (x,y). Animali Vita media (anni) x Tempo massimo di vita (anni) y Gatto 12
DettagliScheda n.3: densità gaussiana e Beta
Scheda n.3: densità gaussiana e Beta October 10, 2008 1 Definizioni generali Chiamiamo densità di probabilità (pdf ) ogni funzione integrabile f (x) definita per x R tale che i) f (x) 0 per ogni x R ii)
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliRICHIAMI MATEMATICI. x( t)
0.0. 0.1 1 RICHIAMI MATEMATICI Funzioni reali del tempo: (t) : t (t) (t) ( t) Funzioni reali dell ingresso: y() t t y( ) y() : y() Numeri complessi. Un numero complesso è una coppia ordinata di numeri
DettagliEquazioni differenziali
Equazioni differenziali Antonino Polimeno Università degli Studi di Padova Equazioni differenziali - 1 Un equazione differenziale è un equazione la cui soluzione è costituita da una funzione incognita
Dettaglia) Il denominatore dev essere diverso da zero. Studiamo il trinomio x 2 5x + 6. Si ha: x 1,2 = 5 ± se x ], 2[ ]3, + [;
ESERCIZIO - Data la funzione f (x) + x2 2x x 2 5x + 6, si chiede di: a) calcolare il dominio di f ; (2 punti) b) studiare la positività e le intersezioni con gli assi; (3 punti) c) stabilire se f ha asintoti
DettagliVARIABILI CASUALI CONTINUE
p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale continua può assumere tutti gli infiniti valori appartenenti ad un intervallo di numeri reali. p. 1/1 VARIABILI CASUALI CONTINUE Una variabile casuale
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
Dettagli3. Determinare i massimi e i minimi (relativi e assoluti) della funzione f (x; y) = x 4 + y 4 2(x y) 2 + 2: 4. Consideriamo il solido V intersezione d
Analisi Matematica 2, Scritto Generale, 5-5-1995 1. Consideriamo la serie di potenze ( 2z) n 3n + log n : a. Calcolare il raggio di convergenza R. b. Determinare gli insiemi di convergenza semplice ed
DettagliStima di parametri per una risposta funzionale non lineare in un sistema preda-predatore stocastico
V Giornate di Studio GRIMPP - Piacenza, 29 p. 1/19 Stima di parametri per una risposta funzionale non lineare in un sistema preda-predatore stocastico Sara Pasquali CNR - Istituto di Matematica Applicata
DettagliModello Black-Scholes
Modello Black-Scholes R. Marfé Indice 1 Il modello Black Scholes 1.1 Formule di valutazione per le opzioni standard......... 3 1. Implementazione in VBA..................... 6 1 1 Il modello Black Scholes
DettagliSpazio di probabilità
Spazio di probabilità Uno spazio di probabilità è una terna (Ω, A, P), dove Ω è un insieme qualunque (in genere pensato come l insieme dei risultati possibili di un esperimento casuale), A è detta σ-algebra,
DettagliANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANTITRASFORMATA DI LAPLACE MODI DI UN SISTEMA Ing. Federica Grossi Tel.
DettagliI a settimana di novembre
L. Seta I a settimana di novembre Metodi Matematici per l Economia 2016 2 Settimana 1 Successioni e dinamica di popolazione 1.1 I concetti chiave di questa settimana... 1.1.1 Scoprire uno schema in una
Dettagli1. Scrivere il termine generale a n delle seguenti successioni e calcolare lim n a n:
Serie numeriche.6 Esercizi. Scrivere il termine generale a n delle seguenti successioni e calcolare a n: a),, 4, 4 5,... b), 9, 4 7, 5 8,... c) 0,,,, 4,.... Studiare il comportamento delle seguenti successioni
Dettagli1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: c) x + 1 d)x sin x.
Funzioni derivabili Esercizi svolti 1) Applicando la definizione di derivata, calcolare la derivata in x = 0 delle funzioni: a)2x 5 b) x 3 x 4 c) x + 1 d)x sin x. 2) Scrivere l equazione della retta tangente
DettagliTEORIA DEI SISTEMI SISTEMI LINEARI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI SISTEMI LINEARI Ing. Cristian Secchi Tel.
Dettagli1 Portofoglio autofinanziante
1 Portofoglio autofinanziante Supponiamo che l evoluzione del titolo A 1 sia S 1 t) e l evoluzione del titolo A sia S t). Supponiamo che al tempo 0 io abbia una somma X0) che voglio investire parte in
DettagliSoluzioni degli esercizi proposti nella sessione estiva Terni Perugia. F NdS. div F = 2 div F dxdydz = 2volume (V ) = 36π.
Soluzioni degli esercizi proposti nella sessione estiva 2-2 Terni Perugia ) Sia F = (2x, y, z) e V il volume delimitato dalle superfici: la semisfera S := z = 9 x 2 y 2 ed il disco S 2 di equazione z =,
DettagliEsercizi di Calcolo e Biostatistica con soluzioni
1 Esercizi di Calcolo e Biostatistica con soluzioni 1. Date le funzioni f 1 (x) = x/4 1, f 2 (x) = 3 x, f 3 (x) = x 4 2x, scrivere a parole le operazioni che, dato x in modo opportuno, permettono di calcolare
DettagliLa famiglia delle distribuzioni GEV - I
La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto
DettagliStochastic diffusion processes with jumps for cancer growth and neuronal activity models
Università degli Studi di Salerno DIPARTIMENTO DI MATEMATICA Scuola Dottorale in Scienze Matematiche, Fisiche e Naturali Ciclo XIII ABSTRACT Stochastic diffusion processes with jumps for cancer growth
DettagliCorso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza
Corso di Laurea in Ingegneria Informatica e Automatica (M-Z) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 16/06/2016 NOME: COGNOME: MATRICOLA: Esercizio 1 Cinque lettere
DettagliSIMULAZIONE - 25 FEBBRAIO PROBLEMA 1
www.matefilia.it SIMULAZIONE - 5 FEBBRAIO 015 - PROBLEMA 1 1) Il grafico della velocità in funzione del tempo è una parabola con asse di simmetria t = 5, vertice V = (5; 30) e passante per A = (0; 5).
DettagliDistribuzione Gaussiana o Normale. 1 Distribuzione Normale come limite della Binomiale
Statistica e analisi dei dati Data: 6 Maggio 26 Distribuzione Gaussiana o Normale Docente: Prof. Giuseppe Boccignone Scriba: Matteo Gandossi Distribuzione Normale come limite della Binomiale Data una distribuzione
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto
DettagliCAPITOLO 1 LA FUNZIONE DI PRODUZIONE E LA CRESCITA ECONOMICA
CAPITOLO 1 LA FUZIOE DI PRODUZIOE E LA CRESCITA ECOOMICA 11 La funzione di produzione Data una funzione di produzione in cui la quantità prodotta () dipende dalla quantità di capitale () e di lavoro ()
DettagliCorso di laurea in Ingegneria civile - ambientale - edile Prova scritta del 3 febbraio Regole per lo svolgimento
Corso di laurea in Ingegneria civile - ambientale - edile Prova scritta del febbraio 6 Regole per lo svolgimento (a) Gli studenti di ingegneria civile e edile -5 faranno gli esercizi,,. (b) Gli studenti
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
Dettagli1 Rette e piani nello spazio
1 Rette e piani nello spazio Esercizio 1.1 È assegnato un riferimento cartesiano 0xyz. Sono assegnati la retta x = t, r : y = t, z = t, il piano π : x + y + z = 0 ed il punto P = (1, 1, 1). Scrivere le
DettagliCorso di Laurea in Ingegneria Biomedica ANALISI MATEMATICA 1. Prova scritta del 14 gennaio 2017 Fila 1.
Corso di Laurea in Ingegneria Biomedica ANALISI MATEMATICA Prova scritta del gennaio 207 Fila. Esporre il procedimento di risoluzione degli esercizi in maniera completa e leggibile.. (Punti 6) Determinare
DettagliCapitolo 5. Variabili casuali discrete
Capitolo 5 Variabili casuali discrete Come già anticipato nel paragrafo 3, nella teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable) può essere
DettagliEsercizi su leggi condizionali e aspettazione condizionale
Esercizi su leggi condizionali e aspettazione condizionale. Siano X, Y, Z v.a. a valori in uno spazio misurabile (E, E) e tali che le coppie (X, Y ) e (Z, Y ) abbiano la stessa legge (in particolare anche
Dettagli