1 La domanda di moneta

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1 La domanda di moneta"

Transcript

1 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 scelta dell ndvduo che desdera allocare la propra rcchezza fnanzara tra moneta e ttol obblgazonar. La scelta vene effettuata sulla base del rendmento relatvo atteso. Assumamo che la moneta abba rendmento nullo. Il rendmento del ttolo dpende nvece dalla cedola annuale, c, dal tasso d nteresse ogg,, daltasso d nteresse atteso, e, e dal prezzo del ttolo ogg, V. Il prezzo d un ttolo che paga cedola c è par al valore scontato del flusso d nteress cu l ttolo dà drtto: c + + c ( + ) + c ( + ) Il prezzo del ttolo può essere rscrtto come: c + µ + ( + ) + ( + ) +.. Il termne n parentes è una sere geometrca d ragone rscrtto come: c X µ n + + n=0 (+) Una sere geometrca d ragone nferore a può essere rsolta come: e può essere " # c + + () c Calcolamo ora l rendmento atteso dell nvestmento n ttol. Il rendmento atteso è par al rapporto tra l valore atteso fnale dell nvestmento e l valore nzale dell nvestmento stesso: R = c + V e V V

2 Sosttuendo c nel rendmento, abbamo: R = c + c c e che possamo rscrvere come: R = ( + e ) e La decsone d allocazone della rcchezza fnanzara tra moneta e ttol obblgazonar s basa sul confronto tra l rendmento atteso dell nvestmento n ttol e l rendmento nullo della moneta. c Se R>0, l rendmento atteso dell nvestmento n ttol è maggore del rendmento nullo della moneta. Qund, l nvesttore nveste tutta la rcchezza fnanzara n ttol obblgazonar. R = ( + e ) e > 0 e > ( + e ) Se > e (+ e ), l nvesttore nvestrà la propra rcchezza n ttol. Se R<0, l rendmento atteso dell nvestmento n ttol è nferore al, l nvesttore nve- rendmento nullo della moneta. Qund, per < strà la propra rcchezza fnanzara n moneta. e (+ e ) Possamo rappresentare grafcamente la scelta dell nvesttore: Solo Ttol e + e Solo Moneta A M

3 (b) Allocazone della rcchezza Rendmento moneta = 0 Prezzo del ttolo 0 Cedola, c = 6 Tasso d nteresse atteso, e =8% Prma d tutto, calcolamo l tasso d nteresse ogg e utlzzamo l equazone (). Calcolamo l tasso d nteresse ogg: c = Calcolamo ora l tasso sogla: = c V 6 0 =0.05 Tasso sogla= e + e = =7.4% Dobbamo ora confrontare l tasso d nteresse con l tasso sogla: =5%< 7.4% L nvesttore alloca tutta la rcchezza fnanzara n moneta (c) Rcalcolamo ora l allocazone della rcchezza nel caso n cu l tasso futuro atteso sa par a Il nuovo tasso sogla sarà par a : tasso sogla = =4.8% In questo caso, pochè l tasso d nteresse è maggore del tasso sogla, l nvesttore nvestrà tutta la rcchezza n ttol. (d) L affermazone è falsa. La scelta che abbamo analzzato fnora, tra ttol e moneta, è la scelta che l sngolo ndvduo affronta: l tasso d nterese atteso che abbamo consderato è l tasso d nteresse atteso dal sngolo nvesttore s aspetta. Consderamo ora la domanda aggregata d moneta. La domanda aggregata d moneta è data dalla somma delle domande d moneta de sngol ndvdu. Assumamo che gl ndvdu abbano aspettatve dverse (aspettatve eterogenee). In presenza d un tasso d nteresse elevato, un maggor numero d persone s aspettano che, n futuro, l tasso d nteresse, e, sarà pù basso. Un tasso d nteresse atteso pù basso, e, data la relazone negatva esstente tra prezzo del ttolo e tasso d nteresse (equazone (), mplca un prezzo atteso del ttolo pù elevato,v e. Se l valore atteso del ttolo aumenta, l rendmento atteso 3

4 dell nvestmento n ttol aumenta. Questo mplca che un maggor numero d persone vorrà detenere ttol puttosto che moneta. A lvello aggregato, possamo qund defnre una relazone negatva tra tasso d nteresse e domanda d moneta, sotto l potes d aspettatve eterogenee. Eserczo.5 (a) Modello della domanda d moneta per nvestmento della rcchezza. La funzone d utltà dell nvesttore è: U(E( A ),σ A)=E( A ) σ A E( T )=0.05 M =0 σ T =0. Voglamo calcolare α, la quota d rcchezza nvestta n ttol (per dfferenza, calcoleremo anche ( α), la quota nvestta n moneta). Il rendmento atteso d portafoglo è: E( A )=αe( T )+( α) M () Mentre lo scarto quadratco medo è: σ A = ασ T (3) Sosttuamolrendmentoatteso(nserendo l equazone () e lo scarto quadratco medo (nserendo l equazone (??) nella funzone d utltà. La funzone d utltà può qund essere rscrtta come: U = αe( T )+( α) M α σ T Sosttuamo dat a nostra dsposzone nella funzone d utltà: U =0.05α α 0. Possamo ora massmzzare l utltà dell ndvduo, rspetto ad α: max 0.05α α α 0. Calcolamo la dervata della funzone d utltà rspetto ad α elaponamo par a zero (condzone del prmo ordne): du dα = α =0 α = =0.5 Qund, la frazone d rcchezza detenuta n moneta, ( α) sarà par a (b) Analoge e dfferenze con l modello d Keynes. 4

5 caratterstca comune: n entramb modell la moneta vene domandata ascopospeculatvo caratterstca che dstngue due modell: nel modello d Keynes, gl ndvdu basano al loro scelta d allocazone della rcchezza sul rendmento relatvo atteso. Nel modello della domanda d moneta per nvestmento, la scelta dpende non solo dal rendmento atteso del portafoglo, ma anche dal rscho connesso alla ncertezza del portafoglo stesso (rappresentato dalla varanza). Eserczo.6 (a) Il modello d Baumol e Tobn consdera la domanda d moneta a scopo transattvo. Gl ndvdu domandano moneta a causa dell assenza d sncrona tra pagament revut e pagament effettuat. Per questo motvo, gl ndvdu detengono moneta anche n presenza d altre attvtà fnanzare a rendmento pù elevato. Assumamo che convertre una attvtà fnanzara n un altra attvtàcomportdecostdtransazoneche ndchamo con z. In assenza d cost d transazone, gl ndvdu vorrebbero detenere tutta la rcchezza fnanzara n attvtà a rendmento maggore rspetto alla moneta. Se cost d transazone sono postv, nvece, gl ndvdu vorranno detenere moneta n modo da blancare l vantaggo d un rendmento pù elevato con quello d mnor cost d transazone. Consderamo dat dell eserczo: T = 3400 = 0% z=5 P= Indchamo con B l mporto d ogn transazone. Il numero d converson effettuate n ogn perodo è qund T B. La quanttà meda d moneta detenuta n ogn perodo è B. L nvesttore desdera mnmzzare l costo totale sostenuto per la gestone de pagament. CT = z T B + B La prma componente de cost d gestone rappresenta cost d transazone (costo d transazone, z, moltplcato per l numero d transazon, T/B). La seconda componente de cost total rappresenta l costo opportuntà d detenere moneta al posto d un altra attvtà fnanzara a rendmento. L nvesttore mnmzza cost total sceglendo l mporto ottmale B. Il problema d mnmzzazone è qund l seguente: mn B z T B + B 5

6 Dervamo Cost Total rspetto a B e ponamo la dervata par a zero (condzone del prmo ordne): CT B = zt B + =0 r B = La domanda d sald real è qund: P = B = r Sosttuendo valor dell eserczo: P = r = (b) Rcavamo analtcamente l elastctà della moneta al reddto: P,T = M/P T T M/P = z = = zt q z q T M/P T q P,T = L elastctà della domanda d sald real al reddto è postva ed nferore ad uno: questo sgnfca che esstono economa d scala. Asegutodunaumento del reddto, la domanda d sald real aumenta, ma meno n termn percentual rspetto al reddto. Rcavamo ora l elastctà della domanda d sald real al tasso d nteresse: 6

7 P, = M/P T M/P = z = = q zt q zt M/P q P, = L elastctà della domanda d sald real al tasso d nteresse è negatva ed, n valore assoluto, nferore a. (c) Consderamo ora un aumento del tasso d nteresse: = %. Cosa dovremmo aspettarc? Abbamo appena vsto che se l tasso d nteresse aumenta, la domanda d sald real dmnusce, ma meno n termn percentual del tasso d nteresse. Sosttuamo l nuovo valore del tasso d nteresse: P = r = Effettvamente, la domanda d sald real è dmnuta n msura meno che proporzonale. (d) Cosa accade se l reddto raddoppa? A seguto d un aumento del reddto e n presenza d econome d scala, la domanda d sald real aumenta, ma meno n termn percentual rspetto al reddto. P = r =

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

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

Approfondimento Capitolo 4. Definizioni esistono due tipi di grandezze in economia

Approfondimento Capitolo 4. Definizioni esistono due tipi di grandezze in economia Poltca Economca E. Marchett 1 Approfondmento Captolo 4 efnzon esstono due tp d grandezze n economa Grandezze Flusso: una quanttà che s forma n un ntervallo d tempo (es.: reddto, rsparmo, nvestmento ) Grandezze

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

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

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

LEZIONE febbraio Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo

LEZIONE febbraio Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo LEZIONE 4 1 febbrao 008 Il Captal Asset Prcng Model 1 Generaltà 1 Generaltà (1) Il Captal Asset Prcng Model è un modello d equlbro de mercat che consente d ndvduare una precsa relazone tra rendmento e

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

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

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

Indicatori di rendimento per i titoli obbligazionari

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

Dettagli

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

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

7. Redditività industriale e redditività dei mezzi propri. RO ROI Redditività industriale K RN MP ROE

7. Redditività industriale e redditività dei mezzi propri. RO ROI Redditività industriale K RN MP ROE Prof. Antono Renz Economa e gestone delle mprese Parte tredcesma Struttura fnanzara e reddtvtà 7. Reddtvtà ndustrale e reddtvtà de mezz propr RN = reddto netto RO = reddto operatvo OF = oner fnanzar OT

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Modelli di base per la politica economica

Modelli di base per la politica economica Marcella Mulno Modell d base per la poltca economca Corso d Poltca economca a.a. 22-23 Captolo 2 Modello - e poltche scal e monetare In questo captolo rchamamo brevemente l modello macroeconomco a prezz

Dettagli

MATEMATICA FINANZIARIA 1 ECONOMIA AZIENDALE. Cognome... Nome Matricola..

MATEMATICA FINANZIARIA 1 ECONOMIA AZIENDALE. Cognome... Nome Matricola.. MATEMATICA FINANZIARIA PROVA SCRITTA DEL 0 FEBBRAIO 009 ECONOMIA AZIENDALE Cognome... Nome Matrcola.. ESERCIZIO Un ndduo ha ogg a dsposzone una somma S0.000 che ha accumulato negl ultm ann tramte l ersamento

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

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

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 8-98 IL MECCANISMO DI TRASMISSIONE DELLA POLITICA MONETARIA

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 8-98 IL MECCANISMO DI TRASMISSIONE DELLA POLITICA MONETARIA ECONOMIA MONETARIA (parte generale) Prof. Gudo Ascar Anno 2006-2007 2007 EZIONE 8-98 I MECCANISMO DI TRASMISSIONE DEA POITICA MONETARIA "C sono, ponamo, una sere d fabbrcant o d commercant, che hanno rcevuto

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 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

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

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

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

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

Economia del Lavoro. Argomenti del corso

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

Dettagli

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

Esercitazione 8 del corso di Statistica (parte 1)

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

Dettagli

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria 2 Modello IS-LM 2. Gl e ett della poltca monetara S consderun modello IS-LM senzastatocon seguent datc = 0:8, I = 00( ), L d = 0:5 500, M s = 00 e P =. ) S calcolno valor d equlbro del reddto e del tasso

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

MACROECONOMIA DAVIDE BENZA. http://davidebenza.altervista.org/ Parte 1 fino al primo compitino

MACROECONOMIA DAVIDE BENZA. http://davidebenza.altervista.org/ Parte 1 fino al primo compitino MACROECONOMIA Parte 1 fno al prmo comptno DAVIDE BENZA http://davdebenza.altervsta.org/ un graze dallo staff d Sharenotes (http:// www.sharenotes.t) 1 Appunt d macroeconoma. CAPITOLO 1 (leggere) Le semplfcazon

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

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

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

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

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

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

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

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

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 1 Introduzone L applcazone del moto Brownano all economa é stata nnescata prncpalmente da due cause. Attorno agl ann 70, passato l perodo

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

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

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

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

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

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

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

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

Modelli con varabili binarie (o qualitative)

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

Dettagli

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1 Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,

Dettagli

F E risultante t delle forze esterne agenti su P i. F forza esercitata t sul generico punto P ij del sistema da P : forza interna al sistema

F E risultante t delle forze esterne agenti su P i. F forza esercitata t sul generico punto P ij del sistema da P : forza interna al sistema DINAMICA DEI SISTEMI Sstema costtuto da N punt materal P 1, P 2,, P N F E rsultante t delle forze esterne agent su P F E F forza eserctata t sul generco punto P j del sstema da P : forza nterna al sstema

Dettagli

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

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa Lezione 1: Martedì 17/2/2015 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2014-2015 Lezone 1: Martedì 17/2/2015 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/40? Codce docente 030508 Codce corso 00675 Matematca

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

2. La base monetaria e i mercati dei depositi e del credito

2. La base monetaria e i mercati dei depositi e del credito 2. La base monetara e mercat e epost e el creto Esercz svolt Eserczo 2.1 (a) Conserate l moello che rappresenta l equlbro el mercato ella base monetara e el mercato e epost (fate l potes che coe cent c;

Dettagli

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

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

Dettagli

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

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

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

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

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

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

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Esercitazione 26 Febbraio 2009

Esercitazione 26 Febbraio 2009 Esercitazione 26 Febbraio 2009 Economia Monetaria (6058) Classe 14 5 marzo 2009 1 Esercizio (a) Considerate il modello della domanda di moneta per investimento della ricchezza. Supponete in particolare

Dettagli

Sviluppo delle lamiere

Sviluppo delle lamiere Svluppo delle lamere Per ottenere un prodotto fnto d lamera pegata è fondamentale calcolare lo svluppo dell elemento prma d essere pegato. I CAD 3D usano l fattore neutro. AUTORE: Grazano Bonett Svluppo

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

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

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

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

9.6 Struttura quaternaria

9.6 Struttura quaternaria 9.6 Struttura quaternara L'ultmo lvello strutturale é la struttura quaternara. Non per tutte le protene è defnble una struttura quaternara. Infatt l esstenza d una struttura quaternara é condzonata alla

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

Quattro passi nella statistica per chimici

Quattro passi nella statistica per chimici Quattro pass nella statstca per chmc Lo scopo dell anals statstca applcata a sere d dat spermental è quella d ottenere nformazon per valutare la valdtà d una procedura o la accettabltà d un dato analtco.

Dettagli

Performance Attribution mono-periodale e multi-periodale: quali implicazioni per la scomposizione dell extra-rendimento?

Performance Attribution mono-periodale e multi-periodale: quali implicazioni per la scomposizione dell extra-rendimento? .mefop.t Performance Attrbuton mono-perodale e mult-perodale: qual mplcazon per la scomposzone dell extra-rendmento? Andrea Maran e Luca D Galleonardo Mefop Mlano..005 .mefop.t Premessa Ch usa la Performance

Dettagli

urto v 2f v 2i e forza impulsiva F r F dt = i t

urto v 2f v 2i e forza impulsiva F r F dt = i t 7. Urt Sstem a due partcelle Defnzone d urto elastco, urto anelastco e mpulso L urto è un nterazone fra corp che avvene n un ntervallo d tempo normalmente molto breve, al termne del quale le quanttà d

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze

Luciano Battaia. Versione del 22 febbraio L.Battaia. Condensatori e resistenze Lucano attaa Versone del 22 febbrao 2007 In questa nota presento uno schema replogatvo relatvo a condensator e alle, con partcolare rguardo a collegament n sere e parallelo. Il target prncpale è costtuto

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

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

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

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

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

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

Dettagli

Capitolo 11: IL METODO DEI MINIMI QUADRATI. Nel Capitolo precedente ci siamo posti il problema di determinare la miglior retta che passa per

Capitolo 11: IL METODO DEI MINIMI QUADRATI. Nel Capitolo precedente ci siamo posti il problema di determinare la miglior retta che passa per Captolo : IL METODO DEI MINIMI QUADRATI. La mglor retta Nel Captolo precedente c samo post l problema d determnare la mglor retta che passa per cert punt spermental, ed abbamo dscusso un metodo graco.

Dettagli

La POLITICA di BILANCIO espansiva della DOMANDA Il Deficit spending Il DEBITO PUBBLICO

La POLITICA di BILANCIO espansiva della DOMANDA Il Deficit spending Il DEBITO PUBBLICO 1 Ettore Peyron P.A.S. 2014 Ddattca della MACROECONOMIA Lezone N 4 A Testo tratto dalle Dspense del Corso d Economa pubblca Unverstà degl stud d Torno Anno accademco 2010/2011 Facoltà d Economa Lezone

Dettagli

Dispersione magnetica nei trasformatori monofase

Dispersione magnetica nei trasformatori monofase Dspersone magnetca ne trasformator Supponamo che l avvolgmento l prmaro d un trasformatore sa percorso dalla corrente e supponamo d mantenere 0, 0, l avvolgmento l prmaro concatenerà un flusso φ che nel

Dettagli

Regressione lineare con un singolo regressore

Regressione lineare con un singolo regressore Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4

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

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

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli