Lezione 6 Modelli di Regressione Non Lineare In questo capitolo si considerano modelli econometrici non lineari del tipo. y t

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 6 Modelli di Regressione Non Lineare In questo capitolo si considerano modelli econometrici non lineari del tipo. y t"

Transcript

1 6-Ecoomeria, a.a. -. Regressioe o lieare Lezioe 6 Moelli i Regressioe No Lieare I queso caiolo si cosierao moelli ecoomerici o lieari el io y = f( x, ) + u co E( u x ) = ; quii si sa assumeo che la variabile ecoomica y abbia ua ieeza causale alla variabile k esogea (veoriale), ua ieeza o lieare al aramero o oo R e che l`errore x sia aiivo. Per alleggerire le oazioi si referisce o evieziare esliciamee el moello la ieeza a x, e allora esso si scrive ella forma y = x( ) + u, co E( u Ω ) = er =,, e x Ω, ove Ω eoa il comlesso i iformazioi isoibili all`isae che ifluezao (o solo al uo i visa fuzioale). Si osservi ifie che qui o sussise come ei moelli lieari, ove si ha f ( x, ) = x, l uguagliaza ra la imesioe el veore x (che come si uo` oare o e` saa esliciaa) e la imesioe k i. ( ) Alcui esemi: y Moello o lieare ricoucibile a uo lieare: Si cosiera il moello ecoomico y = α x x (eomiao moello i Cobb-Douglas, uilizzao er meere i relazioe la rouzioe co i faori rouivi caiale e lavoro). Osservao che le variabili assumoo valori osiivi, o è resriivo assumere che ache α e` osiivo e allora il moello si uò scrivere ella forma log( ) = log( ) + log( ) + log( ), y α x x che è evieemee lieare ei arameri log( α ),,. Se soo isoibili osservazioi sulle variabili, l irouzioe i u errore aiivo u ell ulimo moello, à origie a u moello ecoomerico i regressioe lieare. Si oi che la reseza ell errore aiivo u ell ulimo moello, equivale alla reseza i u errore molilicaivo v u = e el moello origiario. Semlici cosierazioi i caraere ecoomico reoo ragioevole la reseza i u ale io i errore. Moello roriamee o lieare: Si cosiera u moello lieare y = x +, u Forme iu geerali i moelli o lieari si reseao ella forma my (, x, ) = u. Per ua semlice irouzioe al meoo i sima GMM (Meoo geeralizzao ei momei) uilizzabile er quesi (e alri) moelli, vei il aragrafo 6 el caiolo 5 el volume A Guie o Moer Ecoomerics i Verbeek, ove è resee ache ua ieressae alicazioe.

2 6-Ecoomeria, a.a. -. Regressioe o lieare co gli errori auocorrelai; iù recisamee si assume che essi hao la seguee semlice sruura = ρ + ε co { ε } ii...(, σ ) e ρ <. ( ) u u Ora ricavao u alla rima equazioe e sosiueo ella secoa si ha: = ρ + ρ + x x ε, co { } y y ε ii...(, σ ) e ρ <, che è u moello o lieare. Si oi che ques ulimo è u moello iamico (er la reseza i ra le variabili iieei) co gli errori che soo iovazioi (cioe` ii...(, σ )). y Osservazioe sul meoo i sima ei momei: Si ralascia i escrivere il meoo er i moelli o lieari qui cosierai; si segala solao che er avviare la roceura i sima soo ecessarie (almeo) k variabili o correlae co u. Per varie ragioi, qui o iicae, o è ooruo uilizzare le variabili x (e o er la ossibile isarià ra il loro umero e quello ei arameri, che i realà` o cosiuisce u roblema). Ache x ( ) X ( ) =, che o e` correlao co u (i ( k ) quao fuzioe i x co E( u x ) = ), o è ireamee uilizzabile er avviare la roceura i sima, i quao er esso, esseo o oo, o soo isoibili le osservazioi; ero` ques`ulimo osacolo uo` essere rimosso co qualche semlice accorgimeo. Si oi che el caso lieare si ha [ x ] X ( ) = = x e allora l icoveiee ora segalao o si resea. Il meoo (i sima) ei Miimi Quarai er i moelli o lieari Si cosiera la fuzioe obieivo Q ( ) = ( y x ( )) =. Defiizioe: Il uo i miimo ella fuzioe Q ( ), se esise, icesi simaore ei miimi quarai o lieare () i e si eoa co il simbolo (o ache se o c è ossibilià i equivoco). Osservazioe: i) Se le variabili soo sreamee esogee (el seso che il loro valore all isae è eermiao all esero el x moello) allora il meoo ei miimi quarai oriari forisce ua buoa sima (cioè cosisee e si uò rovare ache asioicamee ormale) i sebbee o efficiee; se ivece ra le x c è qualche riaro ella variabile ieee, allora evieemee la sima OLS i o è cosisee. ii) L ioesi qui faa sugli errori è abbasaza realisica. Per esemio el caso i cui l errore all isae ha ue comoei: l iovazioe ε e ρu (l effeo resiuale ell errore all isae ) co < ρ < o equivaleemee quao gli effei elle iovazioi si segoo geomericamee e quii er l errore si ha u = ε + ρε + ρ ε +, rareseazioe che si imosra essere equivalee a u = ρu + ε u

3 6-Ecoomeria, a.a. -. Regressioe o lieare Osservazioe: Lo simaore (se esise) è soluzioe ell equazioe o lieare Q ( ) = ( )( y x( )) = X ; = ( k ) ( k ) Per geeralmee o e` isoibile ua rareseazioe aaliica eslicia, ma er le alicazioi servoo solao le sue rorieà e il suo valore el camioe a isosizioe; Le coizioi che assicurao l esiseza i (er sufficieemee grae) si icoo coizioi i ieificabilià (fiie). Prorieà ello simaore : Proosizioe (Cosiseza i ): Si eoa co il valore vero (ma o oo) el aramero e si assume che: i) esise (er sufficieemee grae) (e uque che il moello e` ieificabile al fiio). ii) Per (alue) fuzioi i ( y, x ) vale la legge ei grai umeri (er esemio se il rocesso {, } y x è sazioario e ergoico oure è cosiuio a v.a. iieei co oorue resrizioi sui momei); iii) Il moello e` asioicamee ieificabile, cioe` oso α( ) = lim X ( )( y x( )) = (il limie esise er la receee ioesi) è l uica soluzioe ell`equazioe α ( ) =. ( 3) Allora lo simaore e` cosisee (cioe` ). U ceo ella imosrazioe (che uo` essere omessa): Si rova arima che (la rova qui o e` rioraa). D`alra are, esseo ( )( ( X y x )) =, assao al = limie er, si ha α ( ) =, oe er l`ioesi i asioica ieificabilia` el moello segue che = e quii l`assero. 3 Nel caso i moelli lieari l asioica ieificabilià imlica l ieificabilià (fiia), imlicazioe o vera el caso i moelli o lieari. 3

4 6-Ecoomeria, a.a. -. Regressioe o lieare Proosizioe (Asioica ormalià e sima ella variaza asioica): I aggiua alle receei ioesi i), ii), iii) si assume che iv) quao ecessario valga qualche versioe el eorema el limie cerale (er esemio se il rocesso {, } y x olre a essere sazioario e ergoico si ha E( u x, x,, u, ) oure è cosiuio a v.a. iieei co oorue resrizioi sui momei); = Σ = lim X ( ) X( ) v) la marice ( ) x = è iveribile (si oi che quao i rocessi soo sazioari si ha Σ = E X ( ) ( X ) x ). Dimosrazioe: Dalla formula i Taylor i uo iiziale aareee al segmeo cogiugee e ) er la fuzioe Q ( ), si ha (er u Q Q Q = = + ( ) ( ) ( ) ( ) ( ) ( k ) ; ora Q ( ) ( /) = X ( ) u (, u ) N Σ x co = Σ u lim u X x = ( ) X( ) = ; (el caso i rocessi sazioari è Σu = E ux ( ) X( ) x ); Q ( ) = = (/ ) [ X ( )( y x( )) ] e quii si ha: Osservazioe: = = X ( ) = + + Σ - Avar( ) Σx ΣuxΣx ; ( y x ( )) X ( ) X( ) = = x Q ( ) ( ) Q ( ) = N(,Avar( )) co = - Avar( ) X ( ) ( ) ( ) ( ) ( X u X X X ) X( = ). = = = Avar( ) coverge i robabilià verso Avar( ) e icesi simaore i Whie ella variaza (i reseza i eeroscheasicia`). Per la rova ella covergeza si usao gli sessi argomei 4

5 6-Ecoomeria, a.a. -. Regressioe o lieare uilizzai er rovare la cosiseza ello simaore i Whie er la variaza ello simaore OLS. Sima i Avar( ) quao gli errori soo omoscheasici ( E( Ω ) = σ ): I queso caso si u ha Σ ux = σ Σ x, e allora co s = u (o ache s = Avar( ) Σ e = σ x Avar( ) s X ( ) X( = ) = = u che sesso è referio). k = Ci soo casi i cui ache i reseza i auocorrelazioe egli errori si uo` uilizzare il eorema el limie cerale, i al caso Newey e Wes hao cosruio lo simaore cosisee ella variaza asioica ello simaore (iicao i eviews co la sigla HAC). E` imorae oare che la reseza i auocorrelazioe egli errori esclue la ossibilia` che ra le variabili iieei ci ossa essere qualche riaro i esseziale er la rova ella cosiseza ello simaore). y (ifai si ererebbe l`ioesi che E( u x ) = La Regressioe i Gauss-Newo Le roceure umeriche uilizzae er miimizzare la fuzioe obieivo Q( ) = y x ( ) = ( ) hao, come si ora` cosaare, ieressai cosegueze su quesioi iù roriamee saisiche. Nell aeice si escrive brevemee il be oo Meoo i Newo (accomagao a qualche commeo) al solo fie i irourre le oazioi che soo uilizzae qui i seguio. Si oe Q( ) g( ) = = X( )( y x( )), ( k ) = Q( ) X ( ) ( ) = = ( y x( )) ( ) ( ) ( k k) X X = H Imorai cosierazioi (a i a vii):. i) Al fie i cosruire la sequeza miimizzae i (e uque ua successioe ( ) che coverge a ), si osserva che è ossibile uilizzare il meoo Quasi-Newo uilizzao la marice D( ) = X ( ) X( ) (che è ceramee efiia osiiva se è o sigolare), i quao = 5

6 6-Ecoomeria, a.a. -. Regressioe o lieare l alro aeo i H( ) er = coverge i robabilià a er. ii) Cosruzioe ella sequeza miimizzae: Fissao, che erò o è oo) si ha (er ogi ): (se ossibile o molo isae a ( ) ( + = D g = X ( ) X( ) ( )( y x( )) X = = = + X ( ) X( ) ( )( y x( )) X = = = + b co b = ( ) ( ) ( )( y x( )) = X X X =, iii) Imorae: Dall esame ella rareseazioe i b (l aeo che aggiora la roceura er ricorreza) si vee immeiaamee che esso o è alro che la sima OLS el aramero b el moello i regressioe lieare () ( y x ( )) = X ( ) b + resi, er =,, e uque b = b el receee moello. OLS iv) Defiizioe: Il moello i regressioe () icesi Moello (ausiliario) i regressioe i Gauss-Newo. (I esso y x ( ) è la variabile ieee e X ( ) è il veore riga elle k variabili iieei; er ali variabili soo isoibili ). osservazioi quao e` oo il valore i v) La sima el moello i regressioe lieare i Gauss-Newo er = ( = ): Esseo er efiizioe ( )( ( X y x )) =, = cosierao il moello i regressioe lieare i Gauss-Newo i meoo OLS forisce le sime b =... = e Avar( b ) = = Avar( ). ( y x ( )) = X ( ) b + resi, il Osservazioe (uo` essere omessa): Se si sima il moello i Gauss-Newo uilizzao u alro simaore cosisee i allora, esseo lim X ( )( y x( )) = segue il receee = 6

7 6-Ecoomeria, a.a. -. Regressioe o lieare risulao co la seguee oco sigificaiva moifica: b e Avar( b ) = = Avar( ). vi) Quao si ierrome la roceura ieraiva (iciamo al asso ), si ha ( + = + b ), allora se si effeua u alro asso, al receee uo v) segue che la sima ella variaza asioica i + b è la sima ella variaza asioica i. vii) Se gli errori soo omoscheasici si rova che lo simaore è asioicamee efficiee (el seso che ha la miore variaza asioica) i ua classe i simaori cosruii co il meoo ei momei. Si rova iolre che se si avvia la roceura ieraiva co uo simaore cosisee (o efficiee), al rimo asso si oiee uo simaore asioicamee efficiee eomiao simaore efficiee a u asso (o lo simaore ). Ques ulimo risulao ha solao u ieresse eorico; er iiviuare i valori umerici elle sime si uilizzao semre iu` ierazioi. E assegao il moello o lieare co le usuali ioesi sui rocessi { y, x } e { u } Tes sulle ioesi i moelli o lieari y = x(, ) + u,, che assicurio l`esiseza ello simaore e la sua asioica ormalia`, e si cosieri l ioesi H : = (o c è alcua ifficolà aggiuiva el cosierare ioesi iù geerali) che ora` essere scria el moo seguee H : y = x(, ) + u (Moello R) H: y = x(, ) + u (Moello U ). Si escrivoo re es i quali ur o esseo ieici er camioi fiii soo asioicamee equivalei (i u seso che erò arebbe recisao e che comuque coivolge la robabilià i errore i secoo io). Tes i Wal (i queso caso iervegoo solao le iformazioi riguarai il moello o-risreo U): Sia la sima i el moello U e var( ) la sima ella sua variaza. La saisica i Wal er l ioesi H è ( ) ( W var( ) Avar( ) ) = = e co gli usuali argomei si rova che (semre ell ioesi ) si ha H 7

8 6-Ecoomeria, a.a. -. Regressioe o lieare. W χ k Ques`ulima rorieà cosee i cosruire u es co valiià asioica sull ioesi assegaa. Tes LR (el raoro ella verosimigliaza) ( 4 ) : I queso caso er eviare comlicazioi si assume che gli errori soo omoscheasici ( E( x ) = σ ) o iù semlicemee { u} ii σ.. (, )). Si cosiera la saisica u F ( ) ( ( RSSR USSR)/ k Q Q ) / k = = USSR /( k) USSR /( k) R U e si rova che ell ioesi H si ha kf χ k, risulao che cosee i cosruire u es (asioico) sull ioesi. Tes LM (uilizza il moello i regressioe i Gauss-Newo e solao le iformazioi riguarai il moello rioo): Ache i queso caso si assume che gli errori soo omoscheasici ( E( x ) = σ ), Il moello i regressioe i Gauss Newo er il moello U ha la u seguee rareseazioe y x (, ) = X (, ) b + X (, ) b + resi. Per cosruire la sima efficiee a u asso è richiesa ua sima cosisee (i quao ell ioesi si ha (, )= ) e quesa uò essere cosruia co il moello U oure co il moello R (quesa secoa ozioe sesso è iù coveiee). Il moello i Gauss- Newo ivea allora H e iolre e` eviee la seguee equivaleza: y x (, ) = X (, b ) + X (, b ) + resi H : = H : b =. Per ques ulima ioesi u es si cosruisce immeiaamee esseo il moello lieare. 4 La ermiologia qui uilizzaa eriva al fao che, el caso i cui gli errori soo i...(, σ ), il es cosruio co la saisca raoro elle fuzioi i verosimigliaza e` equivalee all` F -es. Ifai si ha: / LR RSSR RSSR RSSR k log = log log( ( )) L USSR = + USSR USSR = F. U E` er quesa ragioe che ell`ouu i eviews aare il aramero Log likelihoo. 8

9 6-Ecoomeria, a.a. -. Regressioe o lieare Esercizio ) Sima i u moello lieare co errori auocorrelai: E assegao il moello lieare Moello : y = x + u = ρ + ε u u co ε ii...(, σ ), < ρ < e =,,,. co errori auocorrelai e co le usuali ioesi sul rocesso { y, x } ergoico) ( 5 ). Esso ha le seguei rareseazioi equivalei: Moello : = + x x + co ε y ρ y ρ ε ii...(, σ ), (er esemio sazioario e < ρ < e =,,, ; ) ) Si uilizza la rima equazioe el moello er rareseare (e quii sosiuisce ella secoa equazioe. ) ) Si oe u = y x e allora.. u u ) e si Moello 3 (risreo): y = ρ y + x + x γ + γ = ρ La sua equivaleza co il moello è eviee. ε co ε ii...(, σ ), < ρ < e =,,,. Noa: Il moelli 3 o risreo cosee i cosruire simaori asioicamee ormali er i arameri ρ e, ma ale simaori o soo correi i quao le variabili iieei o soo sreamee esogee ( y come variabile iieee è correlaa co ε soo eure asioicamee efficiei. ) e reveibilmee o Ua roceura er la cosruzioe i ua sima asioicamee efficiee ei arameri: Sima el moello co il meoo - Il moello è u moello o lieare, che er comoia` e` scrio ella forma: y = x( ρ, ) + ε x( ρ, ) = ρy + x ρx. Il corrisoee moello (ausiliario) i regressioe i Gauss-Newo co arameri ( r, b) è x( ρ, ) x( ρ, ) y x( ρ, ) = r+ b + resi ρ x( ρ, ) x( ρ, ) che, o aea si osserva che = x e = x ρx ρ y,, ivea ( ) 5 Se ra le variabili iieei o ci soo variabili ieei riarae, elle usuali ioesi su {, } OLS i è evieemee cosisee e asioicamee ormale ma reveibilmee o efficiee. 9 y x la sima

10 6-Ecoomeria, a.a. -. Regressioe o lieare y x ρ y + ρx = ( y x ) r + ( x ρx ) b + resi. La roceura ricorsiva er la cosruzioe i ρ e : La sequeza miimizzae (ella sima ) è cosruia fissao arbirariamee ρ e ρ (ma come è be oo, la roceura è ao iù veloce quao iù i valori iiziali fissai soo vicii ai valori veri) e cosierao la roceura ieraiva ρ = ρ + + r e = + b. + Osservazioe: Se ella receee roceura si cosiera ρ = OLS ρ e =, oeue al moello 3 o risreo allora ρ = ρ + e = + b soo le sime efficiei a u asso. Come r receeemee segalao quese sime hao ricialmee u ieresse eorico. La sima ella variaza asioica si oiee uilizzao acora ua vola la regressioe i Gauss- Newo (vei il uo (v) ella receee roosizioe). OLS ) Cosruzioe i u es er l`asseza i auocorrelazioe egli errori i u moello lieare coro la reseza i auocorrelazioe el rim`orie (ell ioesi i omoscheasicià coizioaa er gli errori). ε Si uo` rovare che o e` resriivo assumere che er gli errori si ha u = ρu + ε e ii...(, σ ) e esare l`ioesi : H ρ =. Si uilizza il es LM (er ua iu` eagliaa escrizioe vei a ag.8 sora). Iao si osserva che ell ioesi H ua sima cosisee i (, ρ) è (,), esseo la sima OLS el moello lieare y = x + u, allora il moello GNR i (,) e` e l ioesi aa e` equivalee a ( y x ) = xb + ( y x ) r + resi( u = xb + u r + resi) H : r = er ques`ulimo moello lieare, er la cui verifica soo uilizzabili le roceure saar (er esemio il es i Wal isoibile i qualuque sofware). Osservazioe: Sulla cosruzioe el es. Iao, esseo û orogoale a X, ella regressioe el moello risreo u = xb + resi si ha RESS = e quii TSS = RSSR. Allora er la saisica LR (che coverge i isribuzioe verso ua χ ) si ha: ( F ) [ RSSR USSR] [ TSSR USSR] LR = = = USSR / k USSR / k.

11 6-Ecoomeria, a.a. -. Regressioe o lieare D`alra are ella receee rareseazioe USSR / k e` ua sima cosisee ella variaza cosruia co i resiui el moello o risreo. La variaza e` simaa i moo cosisee ache a = u TSS = e allora ache la saisica [ TSSR USSR] R isribuzioe verso ua χ (e` asioicamee equivalee alla saisica cosruire u es sull`ioesi aa. = coverge i TSS / LR ) e cosee i Per cocluere e` uile oare che R e` il coefficiee i eermiazioe o cerao el moello o risreo, ma el caso i cui ra le variabili iieei = u = oe R c x e` resee allora R che e` resee ell`ouu ella regressioe el moello o risreo. Il es i Breusch-Gofrey: Le receei cosierazioi si geeralizzao facilmee er cosruire u es sull`asseza i auocorrelazioe egli errori (i u moello lieare co errori omoscheasici) coro l`ioesi che ci sia (almeo) u coefficiee i auocorrelazioe ullo er i =,,, co fissao. ρ i o Iaziuo si segala che (si uo imosrare che) o e` resriivo assumere che gli errori abbiao ua sruura el io u = αu + + αu + ε co ε ii...(, σ ) e allora l`ioesi ivea Cosruzioe el es: { H : α = = α =, H :( α,, α ). Passo Si sima co il meoo OLS il moello y = x + u e si cosiera il rocesso ei resiui { u } ; Passo Si cosiera il moello ausiliario u = x + α u + + α u + resi e si cosiera la saisica R ( R coicie co R c se il moello ha l`iercea e i al caso e` resee ell`ouu ella regressioe el moello ausiliario); Passo 3 Si rifiua l`ioesi H a livello i sigificaivià α se R > χ., α Aeice Il meoo i Newo k Sia Q( ) ua fuzioe a valori reali efiia i u soisieme i e u uo (el uo R arbirario) el suo omiio i efiizioe. ) Il oliomio i Taylor el seco orie i Q( ) i uo iiziale :

12 6-Ecoomeria, a.a. -. Regressioe o lieare ove si è oso g ( ) ( ) ( ) ( ) ( ) Q = Q + g + H Q( ) = (veore riga; eomiao ache veore graiee i Q( ) i ); H Q( ) = (marice quaraa i orie k ; eomiaa ache marice hessiaa i Q( ) i ). ) Se la marice è efiia osiiva, la fuzioe Q ( ) ha u uico uo i miimo che H soisfa la coizioe el rim orie la cui (uica) soluzioe è evieemee = g + H ( ), = H g. 3) Cosruzioe er ricorreza ella successioe esremae (ui i miimo i fuzioi ausiliarie e caiai a covergere verso l eveuale uo i miimo) er la fuzioe Q( ) : {, = H g er. I quese lezioi sarà uilizzao il uo iv) ella seguee roosizioe, i cui soo segalae alcue rorieà, seza imosrazioe,ella successioe esremae ora cosruia. Proosizioe: i) Se la fuzioe Q( ) è quaraica (e auralmee ha u solo miimo) allora al rimo asso si oiee il uo i miimo (e quii è il uo i miimo); ii) Se la fuzioe Q( ) è arossimaivamee quaraica (er esemio somma i fuzioi quaraiche) allora la covergeza ella roceura ricorsiva verso il uo i miimo (esisee) è raia. iii) Se la fuzioe Q( ) è (globalmee) covessa esise u uico uo i miimo e la successioe esremae coverge verso esso (e quii è ua successioe miimizzae). iv) Se la fuzioe Q( ) o è globalmee covessa, ur avviao la roceura co vicio al uo i miimo (suoso esisee), uò accaere che qualcua elle marici Hessiae H sia o efiia osiiva e allora la roceura er ricorreza si uò bloccare oure la successioe uò alloaarsi al uo i miimo. Per orre rimeio a ale icoveiee, si sosiuisce, ella cosruzioe ella sequeza, la marice H co ua sua buoa arossimazioe D che erò sia efiia osiiva. Tale roceura è eomiaa meoo quasi-newo.

13 6-Ecoomeria, a.a. - Comlemei La saisica i Box-Pierce e i Lug-Box e il es i Durbi-Waso U roblema i aricolare ieresse i ecoomeria è quello i esare l ioesi i iieeza (o iù i geerale l asseza i auocorrelazioe) i u rocesso sazioario o ache quello i rilevare la reseza i auocorrelazioe egli errori i u moello i regressioe che sesso e` u segale i o correa secificazioe ( ). Ua risosa a queso secoo roblema e` saa già aa al ermie el caiolo 6 co la cosruzioe el es i Breusch-Gofrey rooso searaamee ai ue auori el 978, il quale è valio i coesi sufficieemee geerali. Alcue serie ecoomiche sulle quali sesso si fa l ioesi i asseza i auoccorrelazioe: ) Per molo emo (e acora oggi i varie quesioi eoriche) si è assuo che i reimei (i u iolo, i u mercao, ) soo iieei (ioesi che er la verià si è rivelaa er ulla ragioevole). ) Hall formulò l ioesi che il rocesso ei cosumi aggregai { c } è ua marigala (cioè che la migliore revisioe sui cosumi all isae siao i cosumi all isae c } rocesso { c sia ua iffereza marigala. ) e uque che il Qui si cosruisce u es sull ioesi (ulla) che u rocesso sazioario (co qualche rorieà che sara` recisaa i seguio) sia o auocorrelao. A al fie si remee la seguee: ε Proosizioe Sia { } ua iffereza marigala sreamee sazioaria, ergoica e ale che e E( ε ε, ε,, ε) = σ (ioesi i omoscheasicià coizioaa). Allora fissao oso γ = ( γ,, γ ) e ρ = ( ρ,, ρ ), (co γ s = εε s e = s γ s ρs = er s ) si ha: γ 4 (; ) γ N σ I e ρ N(; I ). Dimosrazioe: Per semlicià si esamia solao il caso = ; o ci soo ifficolà aggiuive se e` >. Poso g = εε, si ha: { g } è u rocesso sazioario e ergoico (è eviee); { g } è ua iffereza marigala. Ifai E( g ) E( g ε, ε, ) = E( ε ε ε, ε, ) = E( ε ε, ε, ) ε = 4 = σ. Ifai si ha Per esemio e` saa omessa al moello qualche variabile iieee oure gli errori hao ua effeiva auocorrelazioe che arebbe moellaa. Nel rimo caso le sime OLS o soo cosisei el secoo caso, ei moelli iamici si ere la cosiseza, mere i quelli saici le sime OLS rimagoo cosisei ma o soo efficiei 3

14 6-Ecoomeria, a.a. - Comlemei E(,, ) E(,, ) E(,, ) g ε ε = ε ε ε ε = ε ε ε ε = σ ε e quii l assero o aea si cosiera l aseazioe el rimo e ell ulimo ermie. 4 γ = ( εε ) N(; σ ). E cosegueza el eorema el limie cerale er = ua iffereza marigala sazioaria e ergoica. ρ N(;). Segue alla receee e alla rareseazioe ρ osservao che il eomiaore coverge i robabilià a σ. Corollario: Nelle ioesi ella receee roosizioe, si ha = γ, oo aver γ e ache Q = = ρ ( ρ) = = χ ρ + ρ χ = = Q = ( + ) = ( ). Le saisiche e Q soo eomiae riseivamee saisica i Box-Pierce e saisica i Lug-Box. Q Osservazioe: Su eviews e` isoibile la saisica Q i Lug-Box (er ifferei valori i ) e il corrisoee -value el camioe quao si richiee il correlogramma i ua ime-series (cioe` il lo ell`auocorrelazioe emirica). Essa e` uilizzaa er rilevare la reseza i auocorrelazioe el rocesso che si riiee sazioario o ache egli errori i u moello i regressioe, uilizzao i al caso come osservazioi i resiui. No e` ivece uilizzaa er esare l`ioesi i asseza i auocorrelazioe i u rocesso, i quao er ale uso e` richiesa o solo la valiia` (o quaomeo la ragioevolezza) elle ioesi (abbasaza resriive) ella receee roosizioe ma ache la scela ell`orie ell`auocorrelazioe olre il quale ue le alre (auocorrelazioi) soo ceramee ulle. No esise alcuo srumeo che cosea ua buoa scela el valore i. I receei ue es soo asioicamee equivalei al es sull ioesi H: α = = α = el moello i regressioe lieare x = α + αx + + αx + error. E sao mosrao co eciche i simulazioe che, er camioi fiii, è referibile uilizzzare la saisica i Lug-Box iuoso che la saisica i Box-Pierce. 4

15 6-Ecoomeria, a.a. - Comlemei Il es i Durbi-Waso Uo ei rimi es sulla reseza i auocorrelazioe egli errori i u moello i regressioe lieare, che ora si assa a escrivere, fu rooso ioro al 95 a Durbi e Waso; i realà esso è solao u es sulla reseza i auocorrelazioe el rim orie, è valio i ioesi molo resriive e ifie le sue risose (cosigli) o soo come soliamee accae er u es si accea o si rifiua l ioesi ulla, ma coemla ache l uleriore risosa o si è i grao i forire suggerimei. Aualmee esso (es) o e mai uilizzao, ma il valore ella saisica i Durbi-Waso è riorao ell ouu ei sofware ecoomerici aa la sua semlicià i calcolo e forisce u rimo segale i reseza i auocorrelazioe egli errori quao (come si verà) il suo valore è vicio a oure a 4. E assegao il moello y = x + u ale che E( u ) = e ergoico. x e {, } y x è u rocesso sazioario Defiizioe: La saisica D = = icesi saisica i Durbi-Waso. ( u u ) = u, ove { u } e` il rocesso ei resiui ella sima OLS, Osservazioe: ) Si ha u uu + u = = = u = D= (al umeraore si somma e si sorae u + u ) u uu = = u + u u u = = ( [ ]) = ( ρ ), 4 (si oi che ( u + u u + u )/ = ). E quii l asseza i auocorrelazioe el rim orie u u = = egli errori ( ρ = ) ovrebbe rourre u valore ella saisica D o molo isae a, mere u valore i D vicio a 4 suggerirebbe la reseza i auocorrelazioe egaiva e u valore vicio a la reseza i auocorrelazioe osiiva. ) Al fie i uilizzare la saisica D er cosruire u es sulla reseza i auocorrelazioe el rim orie egli errori, è esseziale iiviuare la sua isribuzioe (fiia o asioica). 5

16 6-Ecoomeria, a.a. - Comlemei Il risulao i Durbi e Waso Cosierao il moello y = + x co {, } u y x rocesso sazioario e ergoico, ale che i) Le variabili x soo sreamee esogee, ii) u = ρu + ε co è ε i...(, σ ), gli auori iiviuaroo (al variare el umero i variabili iieei, er gli saar livelli i sigificaivià e er ifferei lughezze el camioe) ua coia i quaili (sesso o resei ei sofware ecoomerici, ma isoibili su iere) co < < <, iieei alla marice l ioesi è: Si accea H se D> u, si rifiua H se X ( l, u) elle osservazioi elle variabili iieei, ali che u es er H H : ρ = : ρ > D< l, mere se l < D< u o si uò ire ulla. l u U es er l ioesi H H : ρ = : ρ < è uguale al receee co 4 D al oso i D. Osservazioe: Se ε ii...(, σ ) allora il receee es ha valiià asioica. 6

Capitolo 4. denota il complesso di informazioni disponibili all istante t (risp. nell unita` sezionale

Capitolo 4. denota il complesso di informazioni disponibili all istante t (risp. nell unita` sezionale 4-Ecoomeria, a.a. 4-5 Caiolo 4 4- Modelli di regressioe o lieare 4- Meodi di sima: Il meodo dei momei e quello dei miimi quadrai (NLS) 4-3 Prorieà asioiche delle sime NLS: Cosiseza e asioica ormalia` 4-4

Dettagli

Capitolo Modelli econometrici con variabili endogene (tra le variabili indipendenti)

Capitolo Modelli econometrici con variabili endogene (tra le variabili indipendenti) 7-Ecoomeria, aa 04-5 Capiolo 7 7- Modelli ecoomerici co variabili edogee (ra le variabili idipedei 7- Il meodo (di sima delle variabili srumeali 7-3 Lo simaore SLS 7-4 Tes sulle ipoesi: il modello IVGNR

Dettagli

0 t }, allora il modello

0 t }, allora il modello 9-Ecoomeria, a.a. -. Variabili Srumeali Lezioe 9 Il Meodo (di sima) delle Variabili Srumeali U ruolo fodameale ei meodi di sima fiora preseai, è la codizioe sugli errori del modello (preseaa ella forma

Dettagli

Successioni di variabili aleatorie

Successioni di variabili aleatorie 0 Caitolo 5 Successioi i variabili aleatorie 5. Covergeza i istribuzioe e teorema cetrale i covergeza Sia {X } = (X,..., X,... ua successioe ifiita i variabili aleatorie e X u ulteriore variabile aleatoria.

Dettagli

1-Econometria, a.a Breve introduzione

1-Econometria, a.a Breve introduzione -Ecoomeria, a.a. 0-. Breve iroduzioe Lezioe Breve Iroduzioe. L Ecoomeria e ua disciplia che uilizza i meodi saisici per dare risposa a problemi di aura ecoomica.. I dai ecoomici o soo di aura sperimeale.

Dettagli

1-Econometria, a.a Capitolo 1

1-Econometria, a.a Capitolo 1 -Ecoomeria, a.a. 04-5 Capiolo - Breve Iroduzioe - Modello di regressioe lieare -3 Due meodi di sima: Il Meodo dei Momei e il Meodo dei Miimi Quadrai -4 Proprieà geomeriche delle sime OLS -5 Le sime OLS

Dettagli

Alcune proprietà fenomenologiche dei semiconduttori

Alcune proprietà fenomenologiche dei semiconduttori Alce rorieà feomeologiche ei semicoori. oo caraerizzai a a baa i eergia roibia (eergy ga) che vale arossimaivamee,7 e er il e,, e er il ilicio,,43 er il aas er ciare i re semicoori iù imorai al o i visa

Dettagli

Esercitazione del 25/11/2011 Calcolo delle probabilità

Esercitazione del 25/11/2011 Calcolo delle probabilità Esercitazioe el 25//20 Calcolo elle robabilità Covergeza i istribuzioe. Sia {X } N ua successioe i variabili aleatorie reali. Sia X u ulteriore variabile aleatoria reale. Defiizioe. Diremo che la successioe

Dettagli

Equazioni differenziali: formule

Equazioni differenziali: formule Equazioi differeziali: formule Equazioi a variabili separabili y ' A B y Vale eorema esiseza e uicià locale y ' dy Ad B y y y ' A B y y Si applicao le codizioi alla fie dei due iegrali idefiii, oppure

Dettagli

Programma lezione XIII

Programma lezione XIII Programma lezioe X /6 erfereza Diffrazioe Polarizzazioe Birifrageza Polarizzazioe circolare erfereza /6 si r r liea ei veri i e s i à Lo sfasameo ra le ue oe, ipee alla iffereza i cammio oico si e è pari

Dettagli

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

Dettagli

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1.

n 1 = n b) {( 1) n } = c) {n!} In questo caso la successione è definita per ricorrenza: a 0 = 1, a n = n a n 1 per ogni n 1. Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 0: Riferimeti: R.Adams, Calcolo Differeziale - Si cosiglia vivamete di fare gli esercizi del testo. Successioi umeriche:

Dettagli

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale

Nozioni elementari di Analisi Matematica applicate alla Fisica Generale Nozioi elemeari di alisi Maemaica applicae alla Fisica Geerale Nozioe di iegrale ideiio La derivazioe può essere ierpreaa come ua regola che, per ogi uzioe assegaa (primiiva), ci permee di deermiare u

Dettagli

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata

Rischio di interesse: Il modello del clumping. Prof. Ugo Pomante Università di Roma Tor Vergata Rischio di ieresse: Il modello del clumpig Prof. Ugo Pomae Uiversià di Roma Tor Vergaa Problemi dei modelli precedei Repricig gap e duraio gap Ipoesi variazioe uiforme dei assi di ieresse delle diverse

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE Indirizzo Piano Nazionale Informatica Tema di: MATEMATICA a. s

ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE Indirizzo Piano Nazionale Informatica Tema di: MATEMATICA a. s WWWMATEMATICAMENTEIT Corso serimeale - Sessioe ordiaria - as 9- ESAME DI STATO DI LICEO SCIENTIFICO CORSO SERIMENTALE Idirizzo iao Nazioale Iformaica Tema di: MATEMATICA a s 9- Il cadidao risolva uo dei

Dettagli

Insieme dei numeri razionali

Insieme dei numeri razionali Isieme ei umeri razioali Q - 1 Isieme ei umeri razioali Per iicare il quoziete fra ue umeri e, si scrive ua frazioe che ha come umeratore il ivieo e per eomiatore il ivisore ella ivisioe. Qualsiasi ivisioe

Dettagli

2.5 Convergenza assoluta e non

2.5 Convergenza assoluta e non .5 Covergeza assoluta e o Per le serie a termii complessi, o a termii reali di sego o costate, i criteri di covergeza si qui visti o soo applicabili. L uico criterio geerale, rozzo ma efficace, è quello

Dettagli

Piccola raccolta di esercizi. Analisi Matematica I (AA 2014/15)

Piccola raccolta di esercizi. Analisi Matematica I (AA 2014/15) Piccola raccolta di esercizi Aalisi Matematica I AA 04/5) Samuele Mogodi - 3 dicembre 04 Coosceze di base Completare la seguete tabella, idicado a fiaco di ogi sommatoria, la sua scrittura per esteso,

Dettagli

Modelli stocastici per i rendimenti finanziari

Modelli stocastici per i rendimenti finanziari Modelli socasici er i rendimeni finanziari Alcuni rocessi socasici lineari Y Processo MA() μ con ε ~ WN(0, σ ε ) = + ε + θε. Esemio di generazione di un MA() e sima con R Caraerisiche di un rocesso MA()

Dettagli

LEGGE DEI GRANDI NUMERI

LEGGE DEI GRANDI NUMERI LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi

Dettagli

Principio di induzione: esempi ed esercizi

Principio di induzione: esempi ed esercizi Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se

Dettagli

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci

Impianti Industriali. La previsione della domanda. Metodi di estrapolazione. Ing. Lorenzo Tiacci Impiai Idusriali a previsioe della domada Meodi di esrapolazioe Ig. orezo Tiacci e compoei della domada Tred Cogiuurale Sagioale Casuale Tedeziali (red) a caraere geeralmee crescee e decrescee Sisemaiche

Dettagli

ANALISI MATEMATICA 1. Funzioni elementari

ANALISI MATEMATICA 1. Funzioni elementari ANALISI MATEMATICA Fuzioi elemetari Trovare le soluzioi delle segueti disequazioi ) x + 4 5 > 8 + 5x 0 ) 5x + 0 > 0, x 4 < 0 3) x x 3 4) x + x + > 3 x + 4 5) 5x 4x x + )x ) 6) x x + > 0, x + 5x + 6 0,

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Tema n. 3 Una data linea produttiva riceve in ingresso dei componenti grezzi in acciaio C10 ottenuti tramite un processo di fusione.

Tema n. 3 Una data linea produttiva riceve in ingresso dei componenti grezzi in acciaio C10 ottenuti tramite un processo di fusione. Tema. 3 Ua ata liea routtiva riceve i igresso ei comoeti grezzi i acciaio C10 otteuti tramite u rocesso i fusioe. 1) Descrivere le fasi i u ciclo i rouzioe i u getto meiate fusioe i terra: imesioameto

Dettagli

( ) 2π 2π 2π. Re z ( t) t dt. = t dt. = = ɺ z. T=2π/ω z. = ω t

( ) 2π 2π 2π. Re z ( t) t dt. = t dt. = = ɺ z. T=2π/ω z. = ω t G. Perucci Leioi di Cosruioe di Macchie A. Prorieà dei segali el domiio della frequea U segale siusoidale del io x(=a cos(ω uò essere oeuo come la are reale (o la roieioe sull asse reale di u veore ( di

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED

ECONOMIA MONETARIA (parte generale) Prof. Guido Ascari LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED ECONOMIA MONETARIA (pare geerale) Prof. Guido Ascari Ao 2006-2007 2007 LEZIONE 7 LA STRUTTURA A TERMINE DEI TASSI D INTERESSED LA STRUTTURA A TERMINE DEI TASSI D INTERESSED Tioli di debio hao diverse scadeze

Dettagli

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii)

Def. R si dice raggio di convergenza; nel caso i) R = 0, nel caso ii) Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi : Riferimeti: R.Adams, Calcolo Differeziale. -Si cosiglia vivamate di fare gli esercizi del testo. Cap. 9.5 - Serie di poteze,

Dettagli

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani

2. Moto browniano: prime proprietà Il moto browniano Processi stocastici gaussiani 6. MOTO BROWNIANO: PRIME PROPRIETÀ. Moo browiao: prime proprieà I queso capiolo sviluppiamo la raazioe maemaica del moo browiao. Queso processo prede il ome dal boaico scozzese Rober Brow, che el 87 descrisse

Dettagli

Studio matematico dei sistemi di controllo

Studio matematico dei sistemi di controllo Studio matematico dei sistemi di cotrollo Studio di u sistema fisico x(t segale di igresso (eccitazioe SISTEMA FISIO y(t segale di uscita (risosta y(t è legata a x(t da u equazioe differeziale che diede

Dettagli

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello)

Introduzione all Analisi di Fourier. Prof. Luigi Landini Ing. Nicola Vanello. (presentazione a cura di N. Vanello) Itroduzioe all Aalisi di Prof. Luigi Ladii Ig. Nicola Vaello (presetazioe a cura di N. Vaello) ANALII DI FOURIER egali tempo cotiui: egali periodici egali aperiodici viluppo i serie di Itroduzioe alla

Dettagli

Lezioni di Matematica 1 - I modulo

Lezioni di Matematica 1 - I modulo Lezioi di Matematica 1 - I modulo Luciao Battaia 4 dicembre 2008 L. Battaia - http://www.batmath.it Mat. 1 - I mod. Lez. del 04/12/2008 1 / 28 -2 Sottosuccessioi Grafici Ricorreza Proprietà defiitive Limiti

Dettagli

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3

ESERCITAZIONE: FEM. Consideriamo un elemento triangolare. y 3 ESERCITAZIONE: FEM L aalisi agli elemei fiii è u ipo di aalisi che si rifà alla meccaica dei solidi e rasforma il coiuo i u discreo composo da umerosi elemei dei quali se e cooscoo le proprieà. Le relazioi

Dettagli

2 Criteri di convergenza per serie a termini positivi

2 Criteri di convergenza per serie a termini positivi Uiversità Roma Tre L. Chierchia 65 (29//7) 2 Criteri di covergeza per serie a termii positivi I questo paragrafo cosideriamo serie a termii positivi ossia serie a co a > 0. Si ricordi che ua serie a termii

Dettagli

Le successioni: intro

Le successioni: intro Le successioi: itro Si cosideri la seguete sequeza di umeri:,, 2, 3, 5, 8, 3, 2, 34, 55, 89, 44, 233, detti di Fiboacci. Essa rappreseta il umero di coppie di coigli preseti ei primi 2 mesi i u allevameto!

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:

Insiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi: Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,

Dettagli

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.

1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge. Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):

Dettagli

MATEMATICA FINANZIARIA

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

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica

2. FUNZIONE D ONDA, OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli strumenti della Meccanica Quantistica . FUNZIONE D ONDA OSSERVABILI QUANTISTICHE ED EQUAZIONE DI SCHROEDINGER Ovvero: Gli srumei della Meccaica Quaisica Sisema di ieresse (cosiderao come isolao: aomo/molecola Cofigurazioe del sisema: isieme

Dettagli

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI

INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Adolfo Scimoe FORMULE INTEGRAZIONE Pag INTEGRAZIONE INDEFINITA DI ALCUNE CLASSI DI FUNZIONI Iegrazioe delle fuzioi razioali frae Se la frazioe è impropria, cioè il grado del umeraore è maggiore o uguale

Dettagli

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che

Il Teorema di Markov. 1.1 Analisi spettrale della matrice di transizione. Il teorema di Markov afferma che 1 Il Teorema di Marov 1.1 Aalisi spettrale della matrice di trasizioe Il teorema di Marov afferma che Teorema 1.1 Ua matrice di trasizioe regolare P su u isieme di stati fiito E ha ua uica distribuzioe

Dettagli

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. Siano a, b, n Z con n 2, definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. Siao a, b, Z co 2, defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

CAPITOLO 3-FUNZIONI REALI DI UNA VARIABILE REALE CONTINUE Siano: X una parte non vuota di R, f una funzione reale definita in X ed x

CAPITOLO 3-FUNZIONI REALI DI UNA VARIABILE REALE CONTINUE Siano: X una parte non vuota di R, f una funzione reale definita in X ed x CAPITOLO -FUNZIONI REALI DI UNA VARIABILE REALE CONTINUE X DEFINIZIONE DI FUNZIONE CONTINUA DEF Siao: X ua parte o vuota i R, f ua fuzioe reale efiita i X e u elemeto i Si ice che la fuzioe f è cotiua

Dettagli

Programma (orientativo) secondo semestre 32 ore - 16 lezioni

Programma (orientativo) secondo semestre 32 ore - 16 lezioni Programma (orietativo) secodo semestre 32 ore - 6 lezioi 3 lezioi: successioi e serie 4 lezioi: itegrali 2-3 lezioi: equazioi differeziali 4 lezioi: sistemi di equazioi e calcolo vettoriale e matriciale

Dettagli

Definizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie.

Definizione 1. Data una successione (a n ) alla scrittura formale. 1) a 1 + a a n +, si dà il nome di serie. SERIE NUMERICHE Defiizioe. Data ua successioe (a ) alla scrittura formale ) a + a 2 + + a +, si dà il ome di serie. I umeri a, a 2,, a, rappresetao i termii della serie, i particolare a è il termie geerale

Dettagli

Insieme dei numeri razionali

Insieme dei numeri razionali Isieme ei umeri razioali Q - 1 Isieme ei umeri razioali Per iicare il quoziete fra ue umeri e, si scrive ua frazioe che ha come umeratore il ivieo e per eomiatore il ivisore ella ivisioe. Qualsiasi ivisioe

Dettagli

GESTIONE DELLA PRODUZIONE

GESTIONE DELLA PRODUZIONE GESTIONE EA PROUZIONE 5.2.3 Teciche di Previsioe della domada Meodi esrapolaivi Gesioe della Produzioe iparimeo di Igegeria omada e compoei della domada Tedeziali (red) a caraere geeralmee crescee e decrescee

Dettagli

Riassunto delle Esercitazioni di Analisi Matematica II

Riassunto delle Esercitazioni di Analisi Matematica II Riassuto delle Esercitazioi di Aalisi Matematica II C.d.L. i Matematica e Matematica per le Applicazioi - A. A. 2006-2007 Prof. Kevi R. Paye e Dott. Libor Vesely 1 Serie Numeriche - Mer. 28 marzo - due

Dettagli

Interpolazione polinomiale di dati sperimentali

Interpolazione polinomiale di dati sperimentali Apputi i Calcolo Numerico Lezioi-4 Iterpolazioe poliomiale i ati sperimetali Il problema ell iterpolazioe i ati sperimetali asce all esigeza i rappresetare i maiera cotiua u eomeo reale i cui abbiamo solo

Dettagli

Il confronto tra DUE campioni indipendenti

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

Dettagli

Esempi di distribuzione binomiale.

Esempi di distribuzione binomiale. Esei i istribuzioe bioiale. Suoiaoi laciare 5 oete e i chieerci ual e la robabilita i otteere teste T e croci C. Ogi oeta uo are testa o croce co uguale robabilita. I casi ossibili soo 5 casi er la ria

Dettagli

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b.

1 Congruenze. Definizione 1.1. a, b, n Z n 2, allora definiamo a b (mod n) se n a b. 1 Cogrueze Defiizioe 1.1. a, b, Z 2, allora defiiamo a b (mod ) se a b. Proposizioe 1.2. 2 la cogrueza mod è ua relazioe di equivaleza su Z. a a () perché a a a b () b a () a b () b c () a b b c a c =

Dettagli

LA TRASMISSIONE NUMERICA IN BANDA BASE

LA TRASMISSIONE NUMERICA IN BANDA BASE Capiolo I LA RASMISSIONE NUMERICA IN BANDA BASE I. - Geeralià. Nella rasmissioe umerica biaria il messaggio iviao alla sorgee è cosiuio a ua sequeza oriaa i cifre:,,,.,, appareei all alfabeo biario i cui

Dettagli

1 + 1 ) n ] n. < e nα 1 n

1 + 1 ) n ] n. < e nα 1 n Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e

Dettagli

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER

TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER TEOREMA DELLA PROIEZIONE, DISUGUAGLIANZA DI BESSEL E COMPLEMENTI SULLE SERIE DI FOURIER I uo spazio euclideo di dimesioe fiita, ad esempio R 3, cosideriamo u sottospazio, ad esempio u piao passate per

Dettagli

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c) SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli

****** FUNZIONI MISURABILI E INTEGRAZIONE ******

****** FUNZIONI MISURABILI E INTEGRAZIONE ****** ****** FUNZIONI MISURABILI E INTEGRAZIONE ****** 1 2 1. Fuzioi misurabili. I questo umero estediamo la ozioe di misurabilità alle fuzioi. Defiizioe 1. Siao u isieme o vuoto, Y uo spazio topologico e µ

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

STIMA DI MODELLI DI SOPRAVVIVENZA PARAMETRICI

STIMA DI MODELLI DI SOPRAVVIVENZA PARAMETRICI IMA I MOEI I OPRAVVIVENZA PARAMERICI ma moell soravvvea aramerc usce er more e alra causa Moell soravvvea aramerc co comoe regressoe ma moell soravvvea aramerc usce er more e er alra causa IMA I MOEI I

Dettagli

Analisi delle serie storiche parte IV Metodi di regressione

Analisi delle serie storiche parte IV Metodi di regressione Analisi delle serie soriche pare IV Meodi di regressione a.a. 16/17 Saisica Economica -Laurea in Relazioni Economiche Inernazionali 1 Meodo della regressione La componene di fondo, Trend o Ciclo-Trend,

Dettagli

Analisi Funzionale 1 - a.a. 2012/2013

Analisi Funzionale 1 - a.a. 2012/2013 Secodo appello Esercizio Sia H spazio di Hilbert reale separabile. Aalisi Fuzioale - a.a. 202/203. Si euci il teorema di caratterizzazioe di ua base hilbertiaa per H. 2. Si provi che H ha ua base hilbertiaa

Dettagli

Moto browniano e analisi stocastica

Moto browniano e analisi stocastica Moo browiao e aalisi socasica Versioe 3.3 Ulima modifica: 9 giugo 11. FRANCESCO CARAVENNA fracesco.caravea@uimib.i hp://www.maapp.uimib.i/~fcarave DIPARIMENO DI MAEMAICA E APPLICAZIONI UNIVERSIÀ DEGLI

Dettagli

LE EQUAZIONI IRRAZIONALI

LE EQUAZIONI IRRAZIONALI LE EQUAZIONI IRRAZIONALI Per ricordare H Data ua qualsiasi equazioe A B, saiamo che ad essa si ossoo alicare i ricii di equivaleza che cosetoo di aggiugere o togliere esressioi ai due membri oure moltilicare

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 AA Dott.ssa Sandra Lucente Successioni numeriche

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 AA Dott.ssa Sandra Lucente Successioni numeriche Corso di laurea i Matematica Corso di Aalisi Matematica -2 AA. 0809.. Cooscere. Dott.ssa Sadra Lucete. Successioi umeriche Defiizioe di successioe, isieme degli elemeti della successioe, successioe defiita

Dettagli

Istituzioni di Analisi Superiore Esercizi

Istituzioni di Analisi Superiore Esercizi Istituzioi di Aalisi Superiore Esercizi G.P.Leoardi 13 aprile 2010 Nota: gli esercizi delle sezioi 2 4 soo stati tratti i buoa parte da ua raccolta di esercizi di Aalisi Fuzioale ad opera di H.Brezis e

Dettagli

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;

1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ; . Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea in INGEGNERIA MECCANICA (Corso B) A.A. 2011/2012. per ogni n N

POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea in INGEGNERIA MECCANICA (Corso B) A.A. 2011/2012. per ogni n N POLITECNICO di BARI - I Facoltà di INGEGNERIA Corso di Laurea i INGEGNERIA MECCANICA Corso B) A.A. / ) Dimostrare, utilizzado il pricipio di iduzioe, che a) b) c) d) k= log + ) = log + ) per ogi N k k

Dettagli

5 ln n + ln. 4 ln n + ln. 6 ln n + ln

5 ln n + ln. 4 ln n + ln. 6 ln n + ln DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio

Dettagli

1 Esponenziale e logaritmo.

1 Esponenziale e logaritmo. Espoeziale e logaritmo.. Risultati prelimiari. Lemma a b = a b Lemma Disuguagliaza di Beroulli per ogi α e per ogi ln a k b k. k=0 + α + α Teorema Disuguagliaza delle medie Per ogi ln, per ogi upla {a

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Cosa vogliamo imparare?

Cosa vogliamo imparare? Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come

Dettagli

3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI

3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI F. Carlucci Traccia per u corso di Ecoomeria Modulo II Miimi quadrai 3 VARIABILI DI COMODO E CAMBIAMENTI STRUTTURALI Idice del capiolo 3. Esesioi del modello lieare classico e es di malaspecificazioe.

Dettagli

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma

x n (1.1) n=0 1 x La serie geometrica è un esempio di serie di potenze. Definizione 1 Chiamiamo serie di potenze ogni serie della forma 1 Serie di poteze È stato dimostrato che la serie geometrica x (1.1) coverge se e solo se la ragioe x soddisfa la disuguagliaza 1 < x < 1. I realtà c è covergeza assoluta i ] 1, 1[. Per x 1 la serie diverge

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione

Aritmetica 2016/2017 Esercizi svolti in classe Seconda lezione Aritmetica 06/07 Esercizi svolti i classe Secoda lezioe Dare ua formula per 3 che o coivolga sommatorie Dato che sappiamo che ( + e ( + ( + 6 vogliamo esprimere 3 mediate, e poliomi i U idea possibile

Dettagli

Precorso di Matematica, aa , (IV)

Precorso di Matematica, aa , (IV) Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe

Dettagli

2T(n/2) + n se n > 1 T(n) = 1 se n = 1

2T(n/2) + n se n > 1 T(n) = 1 se n = 1 3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe

Dettagli

Convergenza di variabili aleatorie

Convergenza di variabili aleatorie Covergeza di variabili aleatorie 1 Covergeza quasi certa Ua successioe (X ) 1 di v.a. coverge quasi certamete alla v.a. X se: X X (P-q.c.), cioè P(X X) = 1, ove {X X} = {ω : X (ω) X(ω)} è l issieme di

Dettagli

MACCHINE ELETTRICHE. Trasformatori. Stefano Pastore. Dipartimento di Ingegneria e Architettura Corso di Elettrotecnica (IN 043) a.a.

MACCHINE ELETTRICHE. Trasformatori. Stefano Pastore. Dipartimento di Ingegneria e Architettura Corso di Elettrotecnica (IN 043) a.a. MACCHE EETTCHE Trasformatori Stefao Pastore Dipartimeto i gegeria e Architettura Corso i Elettrotecica ( 43) a.a. -3 trouzioe Trasformazioe ell eergia elettrica a bassa a alta tesioe e viceversa co ua

Dettagli

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici

Precorso di Matematica. Parte IV : Funzioni e luoghi geometrici Facoltà di Igegeria Precorso di Matematica 1. Equazioi e disequazioi Parte IV : Fuzioi e luoghi geometrici Richiamiamo brevemete la ozioe di fuzioe, che sarà utilizzato i quest ultima parte del precorso.

Dettagli

DIPARTIMENTO DI MATEMATICA Università della Basilicata C.da Macchia Romana POTENZA.

DIPARTIMENTO DI MATEMATICA Università della Basilicata C.da Macchia Romana POTENZA. DIPARTIMENTO DI MATEMATICA Uiversità della Basilicata C.da Macchia Romaa - 85100 POTENZA. Teorema di esisteza e uicità per le equazioi differeziali del primo ordie Dispesa per il corso di Aalisi Matematica

Dettagli

Scelte finanziarie SCELTE FINANZIARIE

Scelte finanziarie SCELTE FINANZIARIE Scelte fiaziarie SCELE FINANZIARIE Spesso ella pratica si icotrao problemi decisioali i ambito fiaziario, per esempio come scegliere la più coveiete tra varie possibilità di ivestimeto, la meo oerosa tra

Dettagli

Appunti sui modelli lineari

Appunti sui modelli lineari Uiversità degli Studi di Bologa Facoltà di Scieze Statistiche Auti sui modelli lieari Agela Motaari ANNO ACCADEMICO 2004-2005 . INRODUZI ONE AI DAI MUL IVARI AI Esemio (Fote: Quattroruote, Marzo 996 =

Dettagli

Analisi Matematica I

Analisi Matematica I Uiversità di Pisa - orso di Laurea i Igegeria Edile-rchitettura alisi Matematica I Pisa, febbraio Domada La derivata della fuzioe f) log ) si è ) log )si B) log )cos ) log ) si cos loglog ) + si ) log

Dettagli

Paolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria

Paolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria Esercizi svolti a lezioe e o proveieti dal Marcellii Sbordoe La preseza della lettera C idica u esercizio da fare a casa. La capacità di svolgere tali esercizi è parte del bagaglio ecessario i sede di

Dettagli

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI

BILANCI DI MASSA NEI COMPARTIMENTI AMBIENTALI BILNI DI MSS NEI OMPTIMENTI MBIENTLI alisi di sigolo comparimeo ad esempio u piccolo lago m x m x 0 m 0 7 m pprossimazioe ST (oiously Sirred-Ta eacor) cocerazioe omogeea dei solui (iquiai) el comparimeo.

Dettagli

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5

Sviluppi di Taylor. Andrea Corli 1 settembre Notazione o 1. 3 Formula di Taylor 3. 4 Esempi ed applicazioni 5 Sviluppi di Taylor Adrea Corli settembre 009 Idice Notazioe o Liearizzazioe di ua fuzioe 3 Formula di Taylor 3 4 Esempi ed applicazioi 5 I questo capitolo aalizziamo l approssimazioe di ua fuzioe regolare

Dettagli

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10

Materiale didattico relativo al corso di Matematica generale Prof. G. Rotundo a.a.2009/10 Materiale didattico relativo al corso di Matematica geerale Prof. G. Rotudo a.a.2009/10 ATTENZIONE: questo materiale cotiee i lucidi utilizzati per le lezioi. NON sostituisce il libro, che deve essere

Dettagli

Lezione 10 - Tensioni principali e direzioni principali

Lezione 10 - Tensioni principali e direzioni principali Lezioe 10 - Tesioi pricipali e direzioi pricipali ü [A.a. 2011-2012 : ultima revisioe 23 agosto 2011] I questa lezioe si studiera' cio' che avviee alla compoete ormale di tesioe s, al variare del piao

Dettagli

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

Dettagli

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE

DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli