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

Dimensione: px
Iniziare la visualizzazioe della pagina:

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

Transcript

1 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 il movimeo freeico dei graelli di pollie i sospesioe ell acqua. La eoria fisica del moo browiao fu sviluppaa all iizio del veesimo secolo idipedeemee da Alber Eisei e Maria Smoluchowsi, mere i pioieri della raazioe maemaica soo Louis Bachelier, Norber Wieer e Paul Lévy... Processi socasici gaussiai Icomiciamo co alcue defiizioi basilari. Idichiamo co I u arbirario isieme di idici (ipicamee u sooisieme di R). Defiizioe.. Ua famiglia di variabili aleaorie {X } I, defiie sullo sesso spazio di probabilià (Ω, F, P) a valori ello sesso spazio misurabile (E,E), è dea processo socasico (o semplicemee processo). Le leggi dei veori (X,...,X ) su E, al variare di N e,..., I, soo dee leggi fiio-dimesioali del processo. Nel caso i cui E = R (risp. E = R ), il processo socasico è deo reale (risp. veoriale). Si oi che u processo veoriale X = {X } I avaloriir d, co X =(X (),...,X (d) ), può essere sempre viso come u processo socasico reale a pao di ampliare l isieme degli idici, scrivedo cioè X = {X (i) } (i,) {,...,d} I. Per quesa ragioe, quado risula coveiee, è possibile limiare la raazioe ai processi reali, seza perdia di geeralià. Queso è quello che faremo sempre el caso dei processi gaussiai, che ora defiiamo. Defiizioe.. U processo socasico reale X = {X } I è deo gaussiao se, per ogi scela di,..., I, il veore aleaorio (X,...,X ) è ormale, cioè se qualuque combiazioe lieare fiia delle X è ua variabile aleaoria ormale. I processi gaussiai cosiuiscoo ua geeralizzazioe dei veori aleaori ormali. Si oi ifai che, quado I = {,..., } è u isieme fiio, u processo gaussiao X = {X } I =(X,...,X ) o è alro che u veore aleaorio ormale a valori i R. Come per i veori ormali, dao u processo gaussiao X = {X } I iroduciamo le fuzioi media µ() :=E(X ) e covariaza Γ(s, ) :=Cov(X s,x ), be defiie i quao X L per ogi I (perché?). Si oi che Γ è simmerica e semi-defiia posiiva, el seso seguee: per ogi scela di N,,..., I e di u R si ha i,j= Γ( i, j )u i u j ; ifai {Γ ij := Γ( i, j )} i,j è la marice di covariaza del veore (X,...,X ). È possibile mosrare (o lo faremo) che, assegae arbirariamee due fuzioi µ : I R e Γ : I I R, co Γ simmerica e semi-defiia posiiva, esise sempre u processo gaussiao {X } I che ha µ e Γ come fuzioi media e covariaza. Ua proprieà fodameale è che le leggi fiio-dimesioali di u processo gaussiao soo uivocamee deermiae dalle sue fuzioi media µ( ) e covariaza Γ(, ). Queso segue immediaamee dal fao che ogi veore della forma (X,...,X ) è per defiizioe ormale a valori i R e duque la sua fuzioe caraerisica, espressa dalla formula (.9), è ua fuzioe del veore (µ( ),...,µ( )) e della marice {Γ ij := Γ( i, j )} i,j. Ache la proprieà basilare per cui variabili cogiuamee ormali soo idipedei se e solo se soo scorrelae si esede ai processi gaussiai. Rimadiamo la formalizzazioe precisa di queso risulao alla Proposizioe., dopo che avremo discusso la ozioe di σ-algebra associaa a u processo... Il moo browiao Ricordiamo l Osservazioe.: fissao uo spazio di probabilià (Ω, F, P), scriveremo q.c. [... ] come abbreviazioe di esise A F, cop(a) =,alecheperogiω A [... ]. Defiiamo ora il moo browiao, deo ache processo di Wieer. Si raa dell esempio più imporae di processo socasico a empo coiuo. Defiizioe.3 (Moo browiao). Si dice moo browiao u processo socasico reale B = {B } [,) che soddisfa le seguei proprieà: (a) B =q.c.; (b) B ha icremei idipedei, cioè per ogi scela di e < <...< < le variabili aleaorie {B i B i } i soo idipedei; (c) B ha icremei gaussiai: più precisamee, per ogi scela di >s si ha B B s N (, s); (d) q.c. B ha raieorie coiue, cioè q.c. la fuzioe B è coiua. Nella defiizioe è soieso lo spazio di probabilià (Ω, F, P) su cui è defiio il moo browiao B, per cui si ha B = B (ω) co ω Ω. La dipedeza da ω verrà quasi sempre omessa, ma è imporae essere i grado di espliciarla quado è ecessario. Per esempio, la proprieà (d) si può riformulare el modo seguee: esise A F co P(A) =ale che per ogi ω A la fuzioe B (ω) è coiua. Olre a essere ua richiesa molo aurale dal puo di visa fisico, la coiuià delle raieorie è ua proprieà di basilare imporaza ache da u puo di visa maemaico (si veda ad esempio il sooparagrafo..). Talvola perleremo di moo browiao co isieme dei empi risreo a [,T], dove T (, ) è fissao, iededo auralmee co ciò u processo {B } [,T ] che soddisfa le codizioi della Defiizioe.3 per risreo a [,T]. Nella Figura. soo mosrae re raieorie illusraive del moo browiao. 5

2 .. IL MOTO BROWNIANO 7 8. MOTO BROWNIANO: PRIME PROPRIETÀ Figura.. Tre raieorie simulae del moo browiao, oeue mediae ierpolazioe lieare e riscalameo diffusivo di 4 passi di ua passeggiaa aleaoria co icremei gaussiai (si veda il paragrafo.7.). Le scale sui due assi soo diverse. Veiamo ora al primo risulao fodameale sul moo browiao, dimosrao per la prima vola da Norber Wieer el 93. A dispeo delle appareze, si raa di u risulao o baale. Teorema.4 (Wieer). Il moo browiao esise. Soo possibili diverse dimosrazioi di queso eorema. Quella che preseiamo el paragrafo.3, dovua a Paul Lévy, ha il pregio di essere esplicia e relaivamee elemeare. Osservazioe.5. Suppoiamo di rimpiazzare la codizioe (c) ella Defiizioe.3 co la richiesa più debole che gli icremei siao sazioari, cioè che le variabili B +h B s+h e B B s abbiao la sessa legge per ogi s,, h. Sipuòalloramosrarecheil processo risulae è ecessariamee della forma {aβ + b} [,),co{β } [,) moo browiao e a, b R. I alre parole, a meo di faori di scala e addizioe di ua fuzioe lieare, il moo browiao è l uico processo socasico ullo al empo zero, co icremei idipedei e sazioari e raieorie q.c. coiue. Si oi che la legge ormale o è eppure mezioaa i quesa caraerizzazioe! Per ua dimosrazioe di queso risulao (u alro che baale), si veda il Lemma.8 el capiolo IX i [Asmusse, 3].... Prime proprieà del moo browiao. Per comiciare, foriamo u espressioe esplicia delle leggi fiio-dimesioali del moo browiao. Proposizioe.6. Dao u moo browiao B = {B } [,), il veore aleaorio (B,...,B ) avaloriir è ormale, per ogi scela di <...< <. Tale veore è assoluamee coiuo se e solo se se >, el qual caso la sua desià el puo x =(x,...,x ) R è daa da (π) / ( ) ( ) exp dove abbiamo poso := e x := per comodià di oazioe. (x i x i ), (.) i i Dimosrazioe. Fissiamo <...< < epoiamoy i := B i B i per i =,..., (co := ). Il veore Y := (Y,...,Y ) ha compoei idipedei e ormali, per le proprieà (b) e (c) della Defiizioe.3, quidi Y èuveorealeaorioormale. Èimmediaoverificarechelasuamediaèulla elasuamaricedicovariazadiagoale:γ ij = Cov(Y i,y j)=( i i )δ ij, poichéy i N (, i i ) per la proprieà (c). Iparicolare,de(Γ) = (i i ) edaocheperipoesii i > per ogi i =,...,,sihade(γ) = se e solo se >. I queso caso, segue duque dalla formula (.) del capiolo che la legge di Y èassoluameecoiua,codesiàelpuoy =(y,...,y ) R d daa da (π) / ( ) ( exp yi. (.) ) i i Quesa formula si può ache oeere oado che f Y (y,...,y )= fy i (yi), perchélevariabili Y,...,Y soo idipedei, e osservado che f Yi (y i)=(π( i i )) / exp( y i /( i i )), poiché Y i N (, i i ). Dao che (B,...,B ), è ua rasformazioe lieare (iveribile) di Y,piùprecisameeB i = Y Y i,seguecheacheilveorealeaorio(b,...,b ) èormale.se >, ladesià(.) si oiee quidi da (.) applicado la formula di cambiameo di variabili. Se ivece =,sappiamoche B = B =q.c. e duque il veore (B,...,B ) o è assoluamee coiuo. Osservazioe.7. Osserviamo che le proprieà (a), (b) e (c) della Defiizioe.3 soo proprieà delle disribuzioi fiio dimesioali. Di cosegueza, dao u processo X = {X } le cui disribuzioi fiio-dimesioali per empi posiivi soo dae da (.) e ale che X =q.c., è sufficiee mosrare che X ha raieorie q.c. e si oiee che X è u moo browiao. Diamo ora ua caraerizzazioe aleraiva del moo browiao di cruciale imporaza. Teorema.8. U processo socasico reale B = {B } [,) è u moo browiao se e solao se è u processo gaussiao di media ulla e di covariaza Cov(B s,b )= mi{s, }, co raieorie q.c. coiue. Dimosrazioe. Come ella dimosrazioe della Proposizioe.6, per ogi scela di <...< < poiamo Y := B e Y i := B i B i per i =,...,.Ilveore Y := (Y,...,Y ) ha compoei idipedei e ormali, per le proprieà (b) e (c) della Defiizioe.3, quidi è u veore aleaorio ormale; di cosegueza, ache il veore aleaorio (B,...,B ), oeuo da Y mediae ua rasformazioe lieare, è ormale. Queso mosra che B è u processo gaussiao. Dalla proprieà (c) della Defiizioe.3

3 .. IL MOTO BROWNIANO 9 3. MOTO BROWNIANO: PRIME PROPRIETÀ segue che B N (,) e duque E(B )=per ogi. Per quao riguarda la covariaza delle variabili B s e B, assumedo seza perdia di geeralià che s<si ha Cov(B s,b ) = Cov(B s, (B B s )+B s ) = Cov(B s,b B s )+Cov(B s,b s ) = s, dove si è usao che le variabili B s e (B B s ) soo idipedei e che B s N (,s), per le proprieà (b) e (c) della Defiizioe.3, da cui segue che Cov(B s,b B s )=e Cov(B s,b s ) = Var(B s )=s. Viceversa, assumiamo che valgao le ipoesi di quesa Proposizioe e mosriamo che valgoo le proprieà della Defiizioe.3. La proprieà (a) è immediaa: B è ua variabile ormale i quao compoee di u processo gaussiao; dao che E(B )=e Var(B )=Cov(B,B )=mi{, } =, segue che B N (, ) e duque B =q.c.. Ache la proprieà (c) è semplice: sempre dal fao che B è u processo gaussiao segue che B B s è ua variabile ormale, per ogi s<, co media E(B B s )=E(B ) E(B s )= e variaza daa da Var(B B s )=Cov(B B s,b B s )=Cov(B,B ) Cov(B s,b )+Cov(B s,b s ) = s + s = s. Ifie, dai < <...< <, dall ipoesi che B è u processo gaussiao segue che il veore degli icremei (B,B B,...,B B ) è ormale (perché?). Per mosrare che le sue compoei soo idipedei, basa duque mosrare che soo a due a due scorrelae. Per i<j si ha Cov(B j B j,b i B i )=Cov(B j,b i )+Cov(B j,b i ) Cov(B j B i ) Cov(B j B i )= i + i i i =, poiché i < i j < j. La dimosrazioe è coclusa. Mosriamo che il moo browiao ha diverse ieressai proprieà di ivariaza. Proposizioe.9. Se B = {B } [,) è u moo browiao, ache i seguei processi X = {X } lo soo: (a) X := B (riflessioe spaziale); (b) X := B + B, per ogi fissao (raslazioe emporale); (c) X := B B, per ogi fissao, limiado l isieme dei empi a [, ] (riflessioe emporale); (d) X := c B c, per ogi c> fissao (scalig diffusivo); (e) X := B / per > e X := (iversioe emporale). Dimosrazioe. Coviee uilizzare la caraerizzazioe daa el Teorema.8. Ifai i ui i casi è immediao verificare che {X } [,) è u processo gaussiao, i quao le sue compoei soo fuzioi lieari delle compoei del processo gaussiao {B } [,). Ache le relazioi E(X )=ecov(x s,x )=mi{s, } si verificao facilmee (esercizio). Per esempio, el caso (e) per s<si ha Cov(sB /s,b / ) = s Cov(B /s,b / ) = s mi s, = s = s. Cosideriamo ora la coiuià delle raieorie. Dao che q.c. le raieorie di {B } [,) soo coiue, ei casi (a), (b), (c), (d) lo sesso vale per il processo {X } [,), le cui raieorie soo oeue compoedo le raieorie di {B } [,) co fuzioi coiue. Resa da verificare la coiuià delle raieorie el caso (e), per il quale solo la coiuià i =o è evidee. I effei, poiché la fuzioe / è coiua per >, q.c. le raieorie di {X } [,) soo coiue i (, ); esise cioè A F, co P(A) =, ale che per ogi ω A la fuzioe X (ω) è coiua i ogi puo >. Iroduciamo ora l eveo D := {ω Ω : lim, Q X (ω) =}. Sioicheω D se e solo se per ogi ε > esise δ > ale che X / (ω) ε per ogi, N co / δ. Di cosegueza, poedo ε l := l e δ m := m, possiamo scrivere D = X/ ε l. (.3) l N m N (,) N N:< δm Da quesa formula segue che la probabilià di D può essere espressa usado esclusivamee le leggi fiio-dimesioali del processo {X } [,) Ifai, dal momeo che l iersezioe i l è decrescee e l uioe i m crescee, possiamo scrivere P(D) = lim l = lim l lim P X / ε l, N, {,...,δ m } m lim m lim P X / ε l, N, {,...,δ m } N avedo usado la moooia della probabilià, e l ulima probabilià si esprime mediae le leggi fiio-dimesioali del processo X. Ma quese coicidoo co le leggi fiiodimesioali del moo browiao {B } [,) (ricavae ella Proposizioe.6), poiché erambi i processi soo gaussiai e hao le sesse media e covariaza. Di cosegueza, la probabilià dell eveo D o cambia se ella sua defiizioe si sosiuisce il processo {X } [,) co il moo browiao {B } [,). Dao che q.c. le raieorie di {B } [,) soo coiue i zero, segue che P(D) =. Cosideriamo ifie l eveo A D, che ha probabilià uo i quao è l iersezioe di due evei quasi ceri. Per cosruzioe, dao ω A D, la fuzioe f() :=B (ω) è coiua i ogi (, ) e iolre lim, Q f() =. Ma è immediao verificare che ogi fuzioe f() co ali proprieà è ecessariamee coiua ache i =. Ifai, per ogi ε > sia δ > ale che f() f() ε per ogi (, δ] Q. Preso (, δ] \ Q, se{ } N è ua successioe i (, δ] Q ale che, siha f() f() = lim f( ) f() (perché f è coiua i ); dao che f( ) f() ε per ogi N (perché (, δ] Q) segue che f() f() ε. I defiiiva, si ha f() f() ε per ogi (, δ], cioè f( ) è coiua (ache) i zero.,

4 .. IL MOTO BROWNIANO 3 3. MOTO BROWNIANO: PRIME PROPRIETÀ Come semplice corollario, oeiamo u risulao ieressae. Teorema. (Legge dei gradi umeri per il moo browiao). Se {B } [,) è u moo browiao, q.c. si ha lim B / =. Dimosrazioe. Defiedo X s := sb /s per s> e X :=, il processo {X s } s [,) è u moo browiao per il puo (e) della Proposizioe.9. Per defiizioe di moo browiao, q.c. si ha lim s X s =e poedo s =/ possiamo riscrivere quesa relazioe come lim B =.... Coiuià delle raieorie e compleezza. Dao u processo reale B = {B }, defiio su uo spazio di probabilià (Ω, F, P), poiamo C := {ω Ω : la fuzioe B (ω) è coiua}. (.4) Ricordado la Defiizioe.3 del moo browiao, si porebbe essere eai di riformulare la proprieà (d) come P(C) =. Queso uavia o è correo: ifai l isieme C è defiio i ermii di ua famiglia più che umerabile di variabili aleaorie e di cosegueza i geerale o è deo che C F. Ua riformulazioe correa della proprieà (d) cosise el richiedere che C coega u eveo A F ale che P(A) =. I u cero seso, quesa è ua soigliezza. Basa ifai supporre che lo spazio di probabilià (Ω, F, P) sia compleo (eveualmee provvededo a complearlo, come descrio el paragrafo..3 del capiolo ) e dall iformazioe che C coiee u eveo quasi cero segue auomaicamee che C F, per cui è lecio scrivere P(C) =. La coiuià delle raieorie e la compleezza dello spazio soo collegae ad alre quesioi ieressai legae alla misurabilià. Per fissare le idee, suppoiamo che su uo spazio di probabilià (Ω, F, P) sia defiio u processo socasico reale B = {B } [,). È aurale ieressarsi a fuzioi quali ad esempio sup B (ω), B (ω)d, if{ >: B (ω) =}, (.5) ma i geerale o c è alcua ragioe per cui quese espressioi, defiie i fuzioe di ua quaià più che umerabile di variabili B, siao fuzioi misurabili da Ω i R. L iegrale o è emmeo be defiio, se o si hao iformazioi sulla misurabilià della fuzioe B (ω). È a queso proposio che la coiuià delle raieorie di B assume grade imporaza. Ifai, per ogi ω per cui B (ω) è coiua, cioè per ogi ω C, defiio i (.4), possiamo riscrivere le quaià i (.5) rispeivamee come sup [,] Q lim sup B (ω), lim sup lim sup B / (ω), = if, Q : B (ω), (.6) avedo usao per l iegrale l approssimazioe mediae somme di Riema. Quese uove espressioi soo be defiie per ogi ω Ω e deermiao fuzioi misurabili da Ω i R, duque variabili aleaorie, perché coivolgoo ua quaià umerabile di variabili B. Di cosegueza, se il processo B ha raieorie q.c. coiue, le espressioi i (.5) soo q.c. uguali alle variabili aleaorie i (.6). Se suppoiamo iolre che lo spazio (Ω, F, P) sia compleo, le espressioi i (.5) soo esse sesse variabili aleaorie (ua vola defiio l iegrale per ogi ω Ω, per esempio poedolo uguale a zero per ω C). Quese soo alcue delle ragioi per cui ci ieresseremo sempre alla coiuià delle raieorie per i processi che icoreremo el seguio e, quado risula coveiee, assumeremo che lo spazio di probabilià su cui lavoriamo sia compleo...3. Acora sulla coiuià delle raieorie. Ci si può chiedere se la proprieà (d) ella Defiizioe.3 di moo browiao o sia ua cosegueza delle proprieà precedei. I alre parole, se u processo X = {X } [,) defiio su (Ω, F, P) soddisfa le proprieà (a), (b), (c), esise ecessariamee A F, cop(a) =,alecheperogiω A la raieoria X (ω) sia coiua? La risposa è egaiva. Dao u moo browiao B = {B } [,),defiiamouuovoprocessoreale Y = {Y } [,] poedo Y (ω) := { B =}(ω) (cioè Y (ω) =se B (ω) = mere Y (ω) =alrimei). Si oi che, per ogi fissao, si ha che Y =q.c., poiché B = q.c. (ifai B N (, ), quidi B ha ua disribuzioe coiua); uavia la raieoria Y (ω) o è coiua per essu ω Ω (più precisamee, è discoiua el puo = B (ω) ). Se ora poiamo X (ω) :=B (ω)+y (ω), èimmediao verificare che la raieoria X (ω) o è coiua per alcu ω Ω. Seperòfissiamo,..., [, ), è facile vedere che i veori (X,...,X ) e (B,...,B ) soo q.c. uguali, i paricolare hao la sessa legge. Il processo X = {X } [,) ha duque le sesse leggi fiio-dimesioali di u moo browiao, da cui segue che X soddisfa le proprieà (a), (b), (c) della Defiizioe.3, ma o soddisfa la proprieà (d). La coiuià delle raieorie o è duque ua proprieà delle leggi fiio dimesioali. Rioreremo su queso geere di problemi el prossimo capiolo..3. Esiseza del moo browiao «[The cosrucio of Browia moio], lie he birh of a child, is messy ad paiful, bu afer a while we will be able o have fu wih our ew arrival.» Richard Durre Dimosriamo ora il Teorema.4 per mezzo di ua cosruzioe proposa da Paul Lévy. Seguiremo da vicio la raazioe i [Karazas e Shreve, 998,.3]. Per semplicià, ci limieremo a cosruire u moo browiao {B } [,] i cui l isieme dei empi è risreo all iervallo [, ]. Per oeere u moo browiao co isieme dei empi [, ), è sufficiee cosiderare ua successioe idipedee di moi browiai co isieme dei empi [, ] e icollarli uo dopo l alro usado la proprieà (b) della Proposizioe.9. Sia {ξ () } N, N ua famiglia (umerabile) di variabili aleaorie reali idipedei ormali sadard, defiie su u opporuo spazio di probabilià (Ω, F, P). Cosruiremo il moo browiao su queso spazio di probabilià. Per N, idichiamo co I() l isieme degli ieri dispari compresi ra e : I() = I() = {}, I() = {, 3}, ecc. Defiiamo iolre τ := { : }.Sioicheτ τ : più precisamee, Per esempio, è possibile scegliere come spazio di probabilià l iervallo [, ] muio della misura di Lebesgue, come spiegao el sooparagrafo.8.3 del capiolo.

5 .3. ESISTENZA DEL MOTO BROWNIANO MOTO BROWNIANO: PRIME PROPRIETÀ /4 / 3/4 Figura.. U esempio di raieoria di B () (liea puaa), B () (liea raeggiaa) e B () (liea piea). τ \ τ = { : I()}. L isieme τ := τ è cosiuio dai razioali diadici, cioè quei razioali il cui deomiaore (ua vola ridoa la frazioe ai miimi ermii) è ua poeza di. Si osservi che τ è deso i [, ]. L idea è di cosruire ua successioe di processi B () = {B () } [,] che coverge per verso u processo limie {B } [,], che sarà il moo browiao cercao. Fissai N e ω Ω, la raieoria {B () (ω)} [,] sarà lieare a rai: più precisamee, sarà iaziuo defiia sui pui del reicolo τ e verrà poi prolugaa su uo l iervallo [, ] mediae ierpolazioe lieare. Iolre, i valori di B () per τ esederao i valori di B ( ) : porremo cioè B () (ω) :=B ( ) (ω) per τ ( τ ), per cui reserà solo da defiire B () (ω) per τ \ τ (si veda la Figura.). Comiciamo a defiire B () per τ = {, }, poedo B () :=, B () := ξ () (cioè B () (ω) :=ξ() (ω)), (.7) Possiamo ora procedere i modo ricorsivo: ua vola che B ( ) è sao cosruio, defiiamo B () poedo B () := B ( ) per τ, e resa da defiire B () per τ \ τ = { : I()}. Esederemo quidi B () per [, ] mediae ierpolazioe lieare. Seguedo quado deo sopra, porremo duque per I() B () / := µ + σξ (), dove µ := B( ) ( )/ + B ( ) (+)/, σ := Queso complea la defiizioe di {B () } [,].. (.9) (+)/ È coveiee dare ua rappreseazioe aleraiva di B (), el modo seguee. Defiiamo H () () := [,]() e poiamo per N e I() H () () := ( )/ [, ) () ( )/ [, + )(). (.) Le fuzioi {H () ( )}, I() soo oe come fuzioi di Haar. È facile verificare che cosiuiscoo u se oroormale i L ([, ], d), cioè H() () ) H( ()d = δ, δ,, e si può mosrare che soo ache u se compleo. Iroduciamo le primiive di quese fuzioi, dee fuzioi di Schauder, defiie da S () () := H () (s)ds, per, I(), [, ]. (.) Si oi che S () () =, mere per il grafico della fuzioe S() () è u riagolo isoscele di alezza / (+)/ e di base [, + ] (cf. Figura.3). I paricolare, per fissao, i grafici di S () ( ) al variare di I() o si sovrappogoo. ed esediamo poi B () per ogi [, ] mediae ierpolazioe lieare. Defiiamo quidi B () per τ = {,, }. Esederemo poi B() per ogi [, ] mediae ierpolazioe lieare. Dao che o vogliamo modificare i valori già assegai per τ = {, }, poiamob () := B () e B () := B (). Resa solo da defiire B() / : /4 /4 / B () / := µ + σξ(), dove µ := B() + B (), σ :=. (.8) Per capire la ragioe di quesa defiizioe, poiamoci la seguee domada: se B è u moo browiao, assegai i valori B s e B (per s<), come sarà disribuio B (s+)/?usado la formula (.) per la desià delle leggi fiio-dimesioali, o è difficile mosrare che, codizioaamee ai valori B s = x e B = z, lavariabileb (s+)/ ha effeivamee legge N (µ, σ ) co µ =(x + y)/ e σ =( s)/4, i accordo co (.8). Figura.3. Grafico delle fuzioi H (3) 3 () (liea puaa) e S(3) 3 () (liea piea). Le uià di misura sui due assi soo diverse. Si verifica facilmee da (.7) e (.8) che valgoo le relazioi B () = ξ () S () (), B() = ξ () S () () +ξ() S () ().

6 .3. ESISTENZA DEL MOTO BROWNIANO MOTO BROWNIANO: PRIME PROPRIETÀ Si mosra quidi per iduzioe che per ogi e I() B () (ω) = ξ (m) (ω) S (m) (). (.) m= I(m) Quesa è la formula chiave. I effei, si porebbe irodurre B () (ω) direamee i queso modo, seza alcu riferimeo alla cosruzioe sopra descria. Siamo giui al cuore della dimosrazioe. Mosriamo ora che q.c. il processo B () coverge per verso u processo limie B, che sarà il moo browiao cercao. Lemma.. Esise u eveo A F co P(A) =ale che, per ogi ω A, la successioe di fuzioi { B () (ω)} N coverge per verso ua fuzioe coiua, che idicheremo co { B (ω)}. Prima di passare alla dimosrazioe, ricordiamo che lo spazio C([, ], R) delle fuzioi coiue defiie su [, ] avaloriir, muio della orma uiforme f := sup [,] f(), èuospazio di Baach. Ciò sigifica che, daa ua successioe {f } N i C([, ], R) che sia di Cauchy (per ogi ε > esise < ale che f f < ε per ogi, ), la successioe coverge, cioè esise f C([, ], R) ale che f f per. Soolieiamo che la fuzioe limie f è coiua. Ci ieresseremo i paricolare a successioi {f } N della forma f () = m= g (), dove g C([, ], R) per ogi N. Usado la disuguagliaza riagolare, oeiamo la semplice sima f f m=+ g m, valida per ogi >. Da ciò segue che, se la serie delle orme m= g m è covergee, la successioe {f } N è di Cauchy i C([, ], R) e duque, per quao deo sopra, ha limie i C([, ], R). Dimosrazioe del Lemma.. Se Z N (, ), per a si ha la sima P( Z >a) = a e x / π dx a xe x / π dx = π e a / e a /, poiché a x el domiio di iegrazioe. Poiamo ora Ξ (ω) :=max I() ξ () (ω). Per N possiamo scrivere P(Ξ >) = P { ξ () >} P( ξ () >) / e, m= I() I() quidi P(Ξ >) <. Iroducedo l eveo A := (lim sup {Ξ >}) c, per il lemma di Borel-Caelli si ha P(A) =; iolre, per defiizioe di A, per ogi ω A si ha Ξ (ω) >solo per u umero fiio di N, cioè esise (ω) < ale che Ξ (ω) per ogi (ω). D ora i avai fissiamo ω A. La relazioe (.) si può riscrivere come B () (ω) = g (m) (ω,), dove g (m) (ω,) := ξ (m) (ω) S (m) (), I() e osserviamo che g (m) (ω,) è ua fuzioe coiua, per ogi m N.Mosriamo ora la covergeza della serie m= g(m) (ω, ). Si verifica facilmee dalle defiizioi (.) e (.) che, per ogi m N fissao, le fuzioi {S (m) ( )} I(m) hao suppori disgiui, cioè per ogi [, ] esise al più u solo I(m) ale che S (m) che S (m) = (m+)/, come si verifica direamee, segue che I(m) S(m) () =.Dao ( ) = (m+)/. Ricordado che Ξ m (ω) m per m (ω), possiamoduquesimare m= (ω) g (m) (ω, ) = m= (ω) m= (ω) Ξ m (ω) I(m) S (m) I(m) () ξ (m) (ω) S (m) () m= (ω) m (m+)/ <, da cui discede che ache l iera serie delle orme m= g(m) (ω, ) coverge (abbiamo ralasciao u umero fiio (ω) di ermii). Per quao deo sopra segue allora che, per ogi ω A, la successioe di fuzioi coiue { B () (ω)} N coverge uiformemee per verso ua fuzioe limie coiua, che idicheremo co B (ω), daada B (ω) = lim B() (ω) = m= I(m) ξ (m) (ω) S (m) (). Defiedo per compleezza B (ω) :=quado ω A, la dimosrazioe è coclusa. Resa ifie da dimosrare che il processo oeuo {B } [,] è u moo browiao. Grazie al Teorema.8, basa mosrare che {B } [,] è u processo gaussiao co E(B )= e Cov(B s,b )=mi{s, }. Si oi che, per cosruzioe, già sappiamo che {B } [,] ha raieorie coiue. Per verificare che B = {B } [,] è u processo gaussiao, basa mosrare che ogi combiazioe lieare fiia Z := ϑ B ϑ B di compoei di B è ormale. Sappiamo che B () B q.c. per, per ogi [, ], quidiz = lim Z () q.c., dove Z () := ϑ B () ϑ B (). Dall equazioe (.) è chiaro che B (),e duque ache Z (), è ua combiazioe lieare fiia delle variabili ormali idipedei {ξ (m) } m, I(m),quidiZ () è ormale. Segue allora dalla Proposizioe. che ache Z è ormale, come limie quasi cero di variabili ormali. Resa solo da mosrare che Sempre dall equazioe (.) è chiaro che B () è ormale e E(B () )=per ogi [, ] e N, poichée(ξ (m) )=.DaocheB () B q.c., deduciamo dalla Proposizioe. che E(B )=lim E(B () )=per ogi [, ]. Ci resa ifie da mosrare che Cov(B s,b )=mi{s, }. Cosideriamo iaziuo il caso i cui s, τ = N τ. Seza perdia di geeralià, sia N ale che s, τ e assumiamo che s <.SioicheallorasihaB s = B s () e B = B (), perché per cosruzioe, per ogi u τ,ilvaloredib u () (ω) è cosae per.

7 .3. ESISTENZA DEL MOTO BROWNIANO MOTO BROWNIANO: PRIME PROPRIETÀ Iroduciamo le variabili Y () i che Cov(Y () i B () s,y () j = Y () i Cov(B s,b )= := B () i/ B () (i )/ per i. Mosreremo ra poco )= δ ij. Scrivedo s = / e = m/, co <m,sihaallora e B () j= = m m j= Y () j, da cui Cov(Y () i,y () j )= m j= δ ij = = s =mi{s, }. Mosriamo per iduzioe su che effeivamee Cov(Y () i,y () j )= δ ij, perogi i, j. Per =l affermazioe è vera, poiché Y () = ξ () N (, ). Se, per I() si ha dalla (.9) Y () = ( ) B (+)/ B( ) ( )/ + ξ() (+)/ = Y ( ) (+)/ + ξ() (+)/, Y () + = ( ) B (+)/ (.3) B( ) ( )/ ξ() (+)/ = Y ( ) (+)/ ξ() (+)/. Si oi che le variabili {Y ( ) (+)/ } I() soo idipedei dalle variabili {ξ () } N, perchécosruieusado solo le {ξ (m) } N per m ; iolre,peripoesiiduiva,cov(y ( ) (+)/,Y( ) ( +)/ )= ( ) δ, per ogi, I(). Usadoqueseproprieà,dallarelazioe(.3) si oiee Cov(Y () i,y () j )= δ ij. Avedo mosrao che Cov(B s,b )=mi{s, } per ogi s, τ, è facile esedere queso risulao a s, [, ]. Siao ifai {s } N e { } N successioi i τ che covergoo verso s e rispeivamee. Per la coiuià delle raieorie, si ha la covergeza q.c. del veore aleaorio ormale (B s,b ) verso (B s,b ). Grazie alla Proposizioe. si ha duque Cov(B s,b )=lim Cov(B s,b )=lim mi{s, } =mi{s, }. Osservazioe.. Ua dimosrazioe aleraiva della relazioe Cov(B s,b )=mi{s, } si può oeere sfruado la compleezza del se di fuzioi {H (m) } m N, I(m) i L ([, ]). Noiamo ifai che, poiché Cov(ξ (m), ξ (m ) )=δ, δ m,m,dallarelazioe(.)siha Cov(B s (),B () )= S (m) (s) S (m ) () δ, δ m,m. (.4) m,m = I(m), I(m ) Idicado per comodià co f,g := f(u)g(u)du il prodoo scalare i L ([, ]), ricordadoladefiizioe (.) possiamo scrivere S (m) (s) = [,s],h (m) eaalogamees (m ) () = [,],H (m ). Abbiamo già ricordao che il se di fuzioi {H (m) } m N, I(m) è ororormale i L ([, ]), cioè H (m) = δ, δ m,m,percuioeiamoda(.4),h (m ) Cov(B s (),B () )= = m,m = I(m), I(m ) Dao che il se di fuzioi {H (m) m= I(m) successioe delle proiezioi m= cosegueza oeiamo lim Cov(B() s,b () [,s],h (m) [,],H (m ) [,s],h (m) H (m), m = I(m ) H(m),H (m ) [,],H (m ) ) H(m } m N, I(m) èachecompleoil ([, ]), perogif L ([, ]) la I(m) f,h(m) H (m) coverge per verso f i L ([, ]). Di )= [,s], [,] = da cui segue che Cov(B s,b )=mi{s, }, grazieallaproposizioe.. [,s] (u) [,] (u)du =mi{s, },..4. (Ir)regolarià delle raieorie I queso paragrafo vedremo che le raieorie del moo browiao, sebbee coiue, soo piuoso irregolari. Ricordiamo che ua fuzioe ϕ :[, ) R crescee e coiua a desra deermia ua misura µ su (, ), defiia da µ((a, b]) := ϕ(b) ϕ(a) per <a<b<epoiesesa a ui i boreliai. Scriveremo spesso µ =dϕ e idicheremo l iegrale co h(s)dϕ(s) i luogo di h(s) µ(ds), per h : R R misurabile (e iegrabile rispeo a µ). U esempio imporae si ha quado ϕ(x) = x g(s)ds per u opporua fuzioe g L loc ([, )): si dice che ϕ ammee derivaa debole e, co u piccolo abuso di oazioe, si scrive g = ϕ. Chiaramee, se g è coiua, per il eorema fodameale del calcolo g è proprio la derivaa ordiaria di ϕ. È facile vedere che i queso caso h(s)dϕ(s) = h(s) ϕ (s)ds, cioèµ =dϕ è assoluamee coiua co desià ϕ..4.. Fuzioi a variazioe fiia. Daa ua fuzioe f : [a, b] R, si defiisce variazioe di f (sull iervallo [a, b]) la quaià V [a,b] (f) := sup N, a=: < <...< :=b f( i ) f( i ). (.5) Se V [a,b] (f) <, la fuzioe f è dea a variazioe fiia (sull iervallo [a, b]). Il caso più semplice è cosiuio dalle fuzioi moooe, per le quali V [a,b] (f) = f(b) f(a). U alro caso imporae di fuzioe a variazioe fiia si ha quado f ammee derivaa debole f L ([a, b]): ifai è facile vedere che V [a,b] (f) b a f (s) ds <. Sosiuedo f( i ) f( i ) co (f( i ) f( i )) + o (f( i ) f( i )) ella relazioe (.5), si defiiscoo rispeivamee le quaià V + [a,b] (f) e V [a,b] che V [a,b] (f) < se e solo se V + [a,b] (f) < e V [a,b] (f). È immediao verificare (f) <, el qual caso si ha V [a,b] (f) = V + + [a,b](f) +V[a,b] (f), f(b) f(a) = V [a,b] (f) V [a,b] (f). Ovviamee quese relazioi valgoo ache i ogi soo-iervallo di [a, b]. Di cosegueza, se defiiamo v ± (x) :=V ± [a,x](f), possiamo scrivere f(x) = f(a) +v + (x) v (x), x [a, b]. (.6) È immediao vedere che v + e v soo fuzioi crescei (o meglio o decrescei) da [a, b] i R. Duque, se V [a,b] (f) <, possiamo esprimere f come differeza di due fuzioi crescei. Viceversa, è immediao verificare che la differeza di due arbirarie fuzioi crescei defiisce ua fuzioe a variazioe fiia. Abbiamo duque oeuo ua caraerizzazioe imporae: ua fuzioe è a variazioe fiia se e solao se si può scrivere come differeza di due fuzioi crescei. Uaale scriura è u alro che uica: si può ifai aggiugere a v + e v u arbiraria fuzioe crescee e la relazioe (.6) resa valida. Tuavia, le fuzioi v + e v defiie sopra soo miimali, el seso che se f(x) =f(a) +w (x) w (x) co w e w crescei,

8 .4. (IR)REGOLARITÀ DELLE TRAIETTORIE MOTO BROWNIANO: PRIME PROPRIETÀ allora ecessariamee v + (x) w (x) e v (x) w (x), per ogi x [a, b] (si veda la Proposizioe.3 i [Baldi, ] per ua dimosrazioe). U alra proprieà imporae è che ua fuzioe f a variazioe fiia è coiua (risp. coiua a desra) se e solao se lo soo sia v + sia v (si veda la Proposizioe.4 i [Baldi, ]). Queso risulao permee, daa f :[a, b] R coiua a desra e a variazioe fiia, di defiire l iegrale rispeo a df: più precisamee, per ogi fuzioe Φ :[a, b] R misurabile e limiaa si defiisce l iegrale di Sieljes Φ(s)df(s) := Φ(s)dv + (s) Φ(s)dv (s), [a,b] [a,b] dove i due iegrali el secodo membro soo ordiari iegrali rispeo alle misure dv + e dv, come ricordao all iizio del paragrafo..4.. Variazioe quadraica del moo browiao. Sia {B } [,) u moo browiao. Daa ua parizioe π = {s = < <...< = } dell iervallo [s, ], chiameremo passo π = max i ( i i ) l ampiezza massima degli iervalli che la compogoo. Iroduciamo la variazioe quadraica di B relaiva alla parizioe π, poedo S π := (B i B i ). (.7) Si oi che S π è ua variabile aleaoria reale, defiia sullo sesso spazio di probabilià su cui è defiio il moo browiao. Il comporameo di S π quado il passo π ede a zero, cioè quado π divea desa i [s, ], è descrio dalla seguee basilare Proposizioe.3. Per ogi s<< si ha che Dimosrazioe. Possiamo scrivere S π ( s) = [a,b] lim S π = s i L (Ω, F, P). π Y i, dove Y i := (B i B i ) ( i i ). Dao che le variabili Y,...,Y soo idipedei e a media ulla, segue facilmee che S π ( s) = E[(S π ( s)) ] = dove abbiamo poso c i := E Bi B i i i E[(Y i ) ] = ( i i ) c i, = E Z, co Z N (, ). La secoda uguagliaza segue dal fao che B i B i N (, i i ) e mosra che i realà c i = c (, ) o dipede da i. Di cosegueza, essedo π = max i ( i i ), oeiamo la sima E[(S π ( s)) ] = c da cui segue il risulao. ( i i ) = c π ( i i ) = c π ( s), Si oi che ella defiizioe di S π compare la somma dei quadrai degli icremei di B calcolai sulla parizioe, ivece dei valori assolui che appaioo ella defiizioe (.5) di variazioe di ua fuzioe. Quado π è piccolo, ache gli icremei B i B i soo piccoli (perché le raieorie di B soo coiue) e di cosegueza B i B i (B i B i ). Alla luce di quese cosiderazioi, avedo appea dimosrao che per il moo browiao la somma dei quadrai degli icremei coverge verso u limie posiivo quado π, o è sorpredee che la variazioe delle raieorie sia q.c. ifiia, come mosra il seguee risulao. Corollario.4. Quasi ceramee, le raieorie del moo browiao hao variazioe ifiia su ogi iervallo. Esise cioè A F co P(A) =ale che per ogi ω A si ha V [s,] (B (ω)) = +, per ogi s<<. Dimosrazioe. Per defiizioe di moo browiao, esise u eveo C F co P(C) = ale che, per ogi ω C, la fuzioe B (ω) è coiua. Fissiamo ora a<b<. Daa ua parizioe π = {a = < <...< = b} di [a, b], poiamo π := max i B i B i. Se {π () } N è ua arbiraria successioe di parizioi di [s, ] co passo π () che ede a zero, per ogi ω C si ha che lim π ()(ω) =, perché la fuzioe u B u (ω), essedo coiua sull iervallo chiuso e limiao [a, b], è ivi uiformemee coiua. Per la Proposizioe.3, quado π si ha S π (b a) i L,quidiiprobabilià, quidi q.c. lugo u opporua successioe. Esisoo duque u eveo D a,b F co P(D a,b )=e ua successioe di parizioi {π () } N di [a, b], co passo π () che ede a zero, ali che lim S π ()(ω) =(b a) per ogi ω D a,b. Daa ua parizioe π di [a, b], per defiizioe di S π e π possiamo scrivere S π = (B i B i ) π B i B i π V [a,b] (B ). I paricolare, per ω C D a,b oeiamo che V [a,b] (B (ω)) S π ()(ω) π ()(ω) + per,

9 .4. (IR)REGOLARITÀ DELLE TRAIETTORIE 4 4. MOTO BROWNIANO: PRIME PROPRIETÀ poiché S π ()(ω) ( s) > e π ()(ω). QuidiV [a,b] (B (ω)) = + per ω C D a,b. Defiiamo ifie A := C D a,b. a<b<,a,b Q Chiaramee P(A) =, perché A è iersezioe umerabile di evei quasi ceri. Iolre se ω A si ha V [s,] (B (ω)) = + per ogi s<<: basa ifai cosiderare a, b Q co s a<b e di cosegueza V [s,] (B (ω)) V [a,b] (B (ω)) = +. Essedo le raieorie del moo browiao q.c. a variazioe ifiia, o è possibile defiire iegrali del ipo h(s, ω)db s (ω) el seso di Seljes, come descrio i.4.. Vedremo el seguio del corso che, impoedo alcue resrizioi sulla classe di iegradi h(s, ω), è effeivamee possibile defiire iegrali di queso ipo. Osservazioe.5. Ci si può chiedere se il limie S π ( s) per π, dimosraoella Proposizioe.3, valga q.c. e o solo i L. La risposa è egaiva: è ifai possibile cosruire ua successioe {π } N di parizioi di [s, ], co π, alecheq.c.siabbialim sup S π + (si veda l esercizio.5 i [Mörers e Peres, 9]); i paricolare, segue che q.c. sup π S π =+. Ècomuque possibile dare codizioi sufficiei per la covergeza quasi cera: per esempio, se le parizioi π soo crescei, elsesocheπ π + (a ogi passo vegoo aggiui pui alla parizioe precedee), oppure se N π <, allorasπ ( s) q.c. per Risulai fii per le raieorie. Esisoo diversi risulai che descrivoo precisamee il comporameo locale delle raieorie del moo browiao. Comiciamo euciado la celebre legge del logarimo ierao. Teorema.6 (Legge del logarimo ierao). Sia B = {B } [,) u moo browiao reale. Per ogi isae fissao si ha q.c. lim sup h B +h B h log log h = e lim if h B +h B h log log h =. (.8) La dimosrazioe o è difficile, ma la omeiamo per brevià (si veda il Teorema. i [Baldi, ]). Noiamo che, grazie alla Proposizioe.9, è sufficiee cosiderare il caso =, perché {B +h B } h è u moo browiao; aalogamee, dao che { B } è u moo browiao, è sufficiee dimosrare ua sola delle due relazioi i (.8). Sempre grazie alla Proposizioe.9, dao che {hb /h } h è u moo browiao, dalle relazioi i (.8) per =oeiamo iformazioi ieressai sul comporameo del moo browiao all ifiio: q.c. lim sup B log log = e lim if B log log =. (.9) Da quese relazioi segue che, per ogi ε > fissao, q.c. esisoo due successioi { = (ω)} N e {s = s (ω)} N, erambe edei all ifiio, ali che B (ω) ( ε) log log, B s (ω) ( ε) s log log s. Dao che q.c. la fuzioe B (ω) è coiua, quese disuguagliaze implicao che, per quasi ogi ω Ω, B (ω) visia ogi umero reale ifiie vole (i paricolare cambia sego ifiie vole) i ogi ioro [M,) di ifiio. Aalogamee, dalle relazioi i (.8) per =segue che, per ogi ε > fissao, q.c. esisoo due successioi { = (ω)} N e {s = s (ω)} N, erambe edei a zero, ali che B (ω) ( ε) log log, B s (ω) ( ε) s log log s. I paricolare, q.c. B cambia sego ifiie vole i ogi ioro desro [, δ) di zero. Cocludiamo il paragrafo co u ieressae corollario del Teorema.6. Corollario.7. Sia B = {B } [,) u moo browiao e sia u qualuque puo fissao. Allora q.c. B o è derivabile i =. Dimosrazioe. Sfruado le relazioi i (.8), è immediao verificare che si ha q.c. lim sup h (B +h B )/h =+ e lim if h (B +h B )/h =. Osservazioe.8. Si può rafforzare il Corollario.7, mosrado che q.c. la fuzioe B o è derivabile i essu puo [, ) (si veda per esempio il Teorema.3 i [Mörers e Peres, 9]). Èieressaeoarecheuipoeicoaalogorafforzameo del Teorema.6, cioè che q.c. valga la relazioe (.8) per ogi, èivecefalso. Si può ifai mosrare che, per quasi ogi ω Ω, esisoo pui eccezioali = (ω) per cui la relazioe (.8) o vale. Per maggiori iformazioi, si veda il Teorema 9.5 del capiolo i [Karazas e Shreve, 998]..5. Processi e σ-algebre I queso paragrafo l isieme di idici I è arbirario, ma ei casi cocrei sarà quasi sempre u sooisieme di R; aalogamee, lo spazio misurabile (E,E) è ipicamee R d. Ricordiamo che, daa ua arbiraria famiglia J di sooisiemi di u isieme Ω, si idica co σ(j) la più piccola σ-algebra su Ω che coiee gli elemei di J. Aalogamee, daa ua fuzioe Y : Ω (E,E), si idica co σ(y ) la σ-algebra geeraa da Y,defiia come la più piccola σ-algebra su Ω che reda misurabile l applicazioe Y. Essa cosise di ui e soli gli evei della forma {Y A}, alvariaredia E. È imporae esedere quesa ozioe ai processi socasici. Defiizioe.9. Sia X = {X } I u processo socasico defiio su uo spazio di probabilià (Ω, F, P) avalorii(e,e). Laσ-algebra geeraa da (o associaa a) X è defiia da σ(x) =σ({x } I ):=σ( I σ(x )). Noiamo che σ(x) è per cosruzioe la più piccola σ-algebra che coiee σ(x ) per ogi I. Ciò sigifica che σ(x) èlapiùpiccolaσ-algebra su Ω che rede misurabili ue le compoei X del processo X. Uabasediσ(X) è daa dalla famiglia J X defiia da J X := {X s A,...,X s A }, N,s i I, A i E. (.)

10 .5. PROCESSI E σ-algebre MOTO BROWNIANO: PRIME PROPRIETÀ La σ-algebra σ(x) cosise duque di ui e soli gli evei che possoo essere espressi i ermii di X (più precisamee, i ermii di ua quaià umerabile di sue compoei). Iuiivamee, σ(x) coiee le iformazioi sul processo X: essa cosise ifai degli evei per i quali si può sabilire se si siao verificai o o cooscedo il processo X. La ozioe di σ-algebra geeraa da u processo è molo uile per defiire l idipedeza di processi socasici, aalogamee al caso di variabili aleaorie. Defiizioe.. I processi socasici X () = {X () } I,...,X () = {X () } I defiii sullo sesso spazio di probabilià (Ω, F, P) si dicoo idipedei se lo soo le σ-algebre da loro geerae σ(x () ),...,σ(x () ) Quesa defiizioe piuoso asraa ha ua raduzioe molo esplicia per i processi gaussiai, aaloga al Lemma.4. Dai i processi socasici (gaussiai) X () = {X () } I,..., X () = {X () } I, essi si dicoo cogiuamee gaussiai se il processo cogiuo {X (i) } i {,...,}, Ii è gaussiao. Si ha allora la seguee Proposizioe.. Se i processi X () = {X () } I,...,X () = {X () } I soo cogiuamee gaussiai, essi soo idipedei se e solo se soo scorrelai, el seso seguee: Cov(X s (i),x (j) )=per ogi i = j e per ogi s,. Dimosrazioe. L idipedeza delle σ-algebre σ(x () ),...,σ(x () ) può essere verificaa su ua base: basa duque mosrare che, esrao qualuque veore fiio-dimesioale (X (),(),...,X () ) da,() X(), qualuque (X (),(),...,X () ) da,() X(),ecc.,quesiveorialeaorisooraloroidipedei.Essedo cogiuamee ormali per ipoesi, sappiamo che l idipedeza è equivalee alla scorrelazioe delle rispeive compoei, cioè Cov(X (i) s,x (j) )= per i = j eperogis, (si veda l Osservazioe.5). Quesa codizioe è duque sufficiee, olre che ovviamee ecessaria, per l idipedeza dei processi X (),...,X ()..5.. Filrazioe aurale di u processo. Cosideriamo ora il caso di u processo X = {X } [,) idicizzao dalla semirea reale posiiva, defiio su uo spazio di probabilià (Ω, F, P) avalorii(e,e). Ricordado la Defiizioe.9, per ogi s idichiamo co Fs X la σ-algebra geeraa dal processo co isieme dei empi risreo a [,s], ossiafs X := σ({x u } u [,s] ). I alri emrii, Fs X è la più piccola σ-algebra che reda misurabili ue le applicazioi X u, per u s. Iuiivamee, la σ-algebra Fs X = σ({x u } u s ) coiee le iformazioi sul processo X ell iervallo di empo [,s]: ieffei, essa cosise di evei per i quali si può sabilire se si siao verificai o o osservado il processo X ell iervallo di empo [,s]. La famiglia {Fs X } s [,) è dea filrazioe aurale del processo X. Siraadiuafamiglia crescee di σ-algebre: Fs X F X F per ogi s<<. I effei l aalogia è molo srea: guardado u processo X = {X } I come ua variabile aleaoria avaloriie I = IE,coE = E per ogi I, laozioediidipedezaespressaella Defiizioe. è u caso paricolare della defiizioe di idipedeza per variabili aleaorie. Rioreremo i deaglio su quesi cocei el prossimo capiolo. Per il momeo, foriamo u uleriore uile caraerizzazioe aleraiva del moo browiao, modificado l ipoesi di idipedeza degli icremei i u modo che sarà molo rilevae el seguio. Proposizioe.. U processo socasico reale B = {B } [,) è u moo browiao se e solao se soddisfa le proprieà (a), (c), (d) della Defiizioe.3 e vale iolre la seguee (b ) per ogi s<, la variabile aleaoria (B B s ) è idipedee dalla σ-algebra F B s = σ({b u } u s ). Dimosrazioe. Mosriamo iaziuo che (b) (b ). Ricordiamo che è sufficiee verificare l idipedeza su ua base e che ua base di Fs B è del ipo J X, defiia i (.) (sosiuedo X co B e resrigedo gli idici s i all isieme [,s]). Basa duque mosrare che per ogi scela di s <...<s s e C, A,...,A B(R) si ha P {B s A,...,B s A } {B B s C} = P B s A,...,B s A P B B s C. (.) Iroducedo il veore W := (B s,...,b s ) e il sooisieme A := A A R, possiamo scrivere {B s A,...,B s A } = {W A}. Se iroduciamo il veore Y =(B s,b s B s,...,b s B s ), oeuo mediae ua rasformazioe lieare Y = LW, co L iveribile, possiamo scrivere W A = Y LA = (Bs,B s B s,...,b s B s ) LA. Ricordiamo il fao che, daa ua famiglia di variabili idipedei, due soofamiglie disgiue soo ra loro idipedei. Segue allora che la variabile B B s è idipedee da Y, grazie alla proprieà (b), e duque P({Y LA} {B B s C}) = P(Y LA) P(B B s C). Meedo isieme le precedei relazioi, segue che (.) è verificaa. Mosriamo ora che (b ) (b). Dobbiamo mosrare che, per ogi, fissai comuque < <...< < e A,...,A B(R), vale la relazioe P {B i B i A i } = P B i B i A i. Si oi che {B i B i A i } G. Ifai le variabili B i co i soo G misurabili, per cui lo soo ache B i B i (differeza di fuzioi misurabili). Scrivedo {B i B i A i } = {B i B i A i } {B B A } e oado che B B è per ipoesi idipedee da G,sihache P {B i B i A i } = P {B i B i A i } P(B B A ). U facile argomeo iduivo coclude la dimosrazioe.

11 .6. MOTO BROWNIANO MULTIDIMENSIONALE MOTO BROWNIANO: PRIME PROPRIETÀ.6. Moo browiao mulidimesioale Geeralizziamo ora la defiizioe di moo browiao al caso mulidimesioale. Defiizioe.3. U processo socasico B = {B =(B (),...,B (d) )} [,) a valori i R d è deo moo browiao d-dimesioale se soddisfa le seguei proprieà: (a) B =q.c.; (b) B ha icremei idipedei, cioè per ogi scela di e < <...< < i veori aleaori {B i B i } i soo idipedei; (c) B ha icremei gaussiai: più precisamee, B B s N (, ( s)i d ) per ogi s<,dovei d idica la marice ideica d d, cioè (I d ) ij = δ ij ; (d) q.c. B ha raieorie coiue, cioè q.c. la fuzioe B è coiua. Mole proprieà del moo browiao mulidimesioale soo aaloghe al caso reale. Ad esempio, valgoo le seguei geeralizzazioi delle Proposizioi.8 e.. Proposizioe.4. U processo socasico B = {B } [,) avaloriir d è u moo browiao d-dimesioale se e solao se è u processo gaussiao di media ulla e di covariaza Cov(B s (i),b (j) )=δ ij mi{s, }, co raieorie q.c. coiue. Proposizioe.6. U processo socasico B = {B } [,) avaloriir d è u moo browiao d-dimesioale se e solao se le sue compoei B () = {B () } [,),..., B (d) = {B (d) } [,) soo moi browiai reali idipedei. Dimosrazioe. Se B è u moo browiao d-dimesioale, per la Proposizioe.4 ogi compoee B (i) è u processo gaussiao co media ulla, covariaza Cov(B s (i),b (i) )= mi{s, } e raieorie q.c. coiue. Segue che B (i) è u moo browiao reale, per la Proposizioe.8. Sempre per la Proposizioe.4, le compoei B (),...,B (d) soo processi cogiuamee gaussiai e scorrelai, poiché Cov(B s (i),b (j) )=per i = j; soo duque idipedei, grazie alla Proposizioe.. Viceversa, se le compoei B (),...,B (d) soo moi browiai reali, essi soo processi gaussiai co raieorie q.c. coiue, per la Proposizioe.8. Se iolre i processi B (),...,B (d) soo idipedei, è immediao verificare che il processo cogiuo B = {B (i) } i d, è gaussiao (ogi combiazioe lieare di sue compoei è ormale) co raieorie q.c. coiue. Sempre grazie alla Proposizioe.8, ciascua compoee B (i) ha media ulla e Cov(B s (i),b (i) )=mi{s, }, mere per i = j si ha Cov(B s (i),b (j) )= per ogi s,, poiché i processi B (i) e B (j) soo idipedei. I defiiiva, per ogi i, j d e s, si ha Cov(B s (i),b (j) )=δ ij mi{s, }: possiamo duque cocludere che B è u moo browiao -dimesioale grazie alla Proposizioe.4. Proposizioe.5. U processo socasico B = {B } [,) avaloriir d è u moo browiao d-dimesioale se e solao se valgoo le proprieà (a), (c), (d) della Defiizioe.3 e vale iolre la seguee proprieà: (b ) per ogi s<, il veore aleaorio (B B s ) è idipedee dalla σ-algebra = σ({b u } u s )=σ({b u (i) } u s, i d ). F B s Ache la Proposizioe.9 si esede al moo browiao mulidimesioale, seza bisogo di alcua modifica ell euciao. Omeiamo per brevià le dimosrazioi, aaloghe al caso uidimesioale. Mosriamo solo come calcolare Cov(B s (i),b (j) ) a parire dalla Defiizioe.3: per s si ha Cov B (i) s,b (j) = Cov B (i) s,b (j) B (j) s + Cov B (i) s,b s (j) = s δij, (.) grazie all idipedeza dei veori aleaori B B s e B s (proprieà (b)), da cui segue quella delle compoei B (j) B s (j) e B s (i), e grazie al fao che B s N (,si ) (proprieà (c)). Cocludiamo la sezioe co ua proprieà imporae, che forisce ua cosruzioe esplicia del moo browiao d-dimesioale a parire da d moi browiai reali idipedei..7. La misura di Wieer Idichiamo co C := C([, ), R d ) lo spazio delle fuzioi coiue defiie su [, ) a valori i R d.rediamoc uo spazio misurabile, muedolo della σ-algebra B geeraa dagli isiemi della forma {f C : f A,...,f A },alvariaredi N,,..., [, ) e A,...,A B(R d ). Essedo chiusa per iersezioi fiie, quesa classe di isiemi è ua base di B. Se iroduciamo le proiezioi coordiae {π }, cioè le applicazioi da C i R d defiie da π (f) :=f, si verifica facilmee che B è la σ-algebra geeraa dalle fuzioi π, cioè B = σ({π } ). Dao u moo browiao d-dimesioale B = {B s } s, defiio su uo spazio di probabilià (Ω, F, P), sappiamo che esise A F co P(A) =ale che la fuzioe B (ω) è coiua per ogi ω A. Se ridefiiamo B (ω) per ω A, oeiamo u moo browiao le cui raieorie soo coiue per ogi ω Ω e o solo q.c.. Possiamo allora vedere B come ua applicazioe da Ω i C: ω B(ω) :={B s (ω)} s [,) C. Usado la base della σ-algebra B descria sopra, è immediao vedere che quesa applicazioe è misurabile: si ha ifai per D := {f C : f A,...,f A } {B D} = {B A,...,B A } F.

12 .7. LA MISURA DI WIENER MOTO BROWNIANO: PRIME PROPRIETÀ I alre parole, il moo browiao B può essere viso come ua variabile aleaoria a valori i C. È duque be defiia la legge di B: si raa di ua probabilià sullo spazio (C, B), oa come misura di Wieer e idicaa co W. Più espliciamee, per ogi sooisieme A C misurabile (cioè per ogi A B) sihaw(a) :=P(B A). La misura di Wieer permee ua cosruzioe caoica del moo browiao. Ifai, prededo come spazio di probabilià (C, B, W), è facile vedere che il processo socasico delle proiezioi coordiae {π } è u moo browiao d-dimesioale. Osservazioe.7. Sullo spazio C c è ua opologia aurale, quella della covergeza uiforme sui compai, che è merizzabile. Defiedo h [a,b] := sup x [a,b] h(x), ua disaza che iduce quesa opologia è daa per esempio da d(f,g) := f(x) g(x) [,] +f(x) g(x). [,] = Su C è quidi defiia la corrispodee σ-algebra boreliaa B(C), geeraa dagli isiemi aperi. No è difficile mosrare che quesa σ-algebra coicide co la σ-algebra B geeraa dalle proiezioi, che abbiamo defiio sopra (si veda l esercizio.4 i [Baldi, ]). I paricolare, ogi fuzioe defiia su C che sia coiua rispeo a d(, ) è B-misurabile..7.. Il pricipio di ivariaza di Doser. Sia {X } N ua successioe di variabili reali i.i.d. i L, defiie su uo spazio di probabilià (Ω, F, P), aliche E(X )=e Var(X )=σ <. Defiiamo la passeggiaa aleaoria {S } N poedo S :=, S := X i. Il celebre eorema limie cerale afferma che per ogi x R vale la seguee relazioe: lim P S σ x =P(Z x), dove Z idica ua variabile aleaoria reale ormale sadard. Si può mosrare che ciò è equivalee al fao che S /(σ ) W i legge per. Èpossibilerafforzare oevolmee queso risulao. Defiiamo la variabile S per [, ) come l ierpolazioe lieare della raieoria {S } N : poiamo cioè Si oi che per =riroviamo Y () = S /(σ ). Dao che per cosruzioe il processo Y () ha raieorie coiue, per ogi N, possiamo vedere Y () come ua applicazioe da Ω i C = C([, ), R). Noèdifficile mosrare che ale applicazioe è misurabile, cioè Y () è ua variabile aleaoria a valori i (C, B). È duque be defiia la sua legge: si raa di ua probabilià sullo spazio (C, B), che idichiamo co Y (). Ricordiamo che C è uo spazio merico (rispeo alla covergeza uiforme sui compai) e che B è la corrispodee σ-algebra boreliaa (si veda l Osservazioe.7). Vale allora il seguee risulao fodameale. Teorema.8 (Pricipio di ivariaza di Doser). Per la successioe di processi Y () coverge i legge verso il moo browiao. Equivaleemee, la successioe di leggi Y () coverge debolmee verso la misura di Wieer W. Queso risulao si può formulare grossolaamee dicedo che, su larga scala, le raieorie di ua passeggiaa aleaoria di media ulla e variaza fiia, riscalae diffusivamee, assomigliao alle raieorie del moo browiao. Per esempio, le raieorie simulae del moo browiao illusrae ella Figura. a pagia 7 soo sae oeue a parire da ua passeggiaa aleaoria co icremei gaussiai. Uo degli aspei più imporai del Teorema.8 è la sua uiversalià: qualuque sia la legge degli icremei X i, purché di media zero e variaza fiia, la disribuzioe Y () delle raieorie riscalae della passeggiaa aleaoria coverge per verso lo sesso limie, cioè la legge W del moo browiao. I queso seso, i deagli microscopici della passeggiaa aleaoria diveao irrilevai el limie di larga scala. Queso risulao mosra ache come il moo browiao sia u oggeo molo aurale. Ifie, il Teorema.8 è molo imporae ache come srumeo di calcolo. Ifai, per defiizioe di covergeza debole di misure di probabilià (si veda il paragrafo.5), possiamo riformulare il Teorema.8 el modo seguee: per ogi fuzioale Φ : C R coiuo e limiao si ha lim C Φ(ζ) Y() (dζ) = Φ(ζ) W(dζ), ovvero, usado la formula del cambio di variabili (Teorema.6), C lim E(Φ(Y () )) = E(Φ(B)). Queso sigifica che, se si coosce il valore di E(Φ(B)), sicoosceacheillimiedellasuccessioe E(Φ(Y () )) per ogi passeggiaa aleaoria di media zero e variaza fiia. Viceversa,sesiriesceacalcolare lim E(Φ(Y () )) per ua passeggiaa aleaoria qualuque (co icremei di media ulla e variaza fiia), si è deermiao il valore di E(Φ(B)). S := ( + )S +( )S +, dove x := max{ Z : x} idica la pare iera di u umero reale x. Iroduciamo quidi, per ogi N, u processo socasico Y () = {Y () } [,) defiio come il riscalameo diffusivo di { S } di faore : Y () := S σ,.

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

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

Il logaritmo e l esponenziale

Il logaritmo e l esponenziale Il logarimo e l espoeziale 2 geaio 202 La defiizioe di logarimo che si impara ella scuola secodaria è la seguee: Defiizioe Il logarimo i base b di x è l espoee cui si deve elevare b per oeere x. I formule:

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

SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO

SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO Simulazioe 14/15 ANNO SCOLASTICO 14/15 SIMULAZIONE DELLA PROVA DI MATEMATICA DELL ESAME DI STATO PER IL LICEO SCIENTIFICO Risoluzioe Problema 1 - Trekkig i moaga a) Disegiamo il grafico b) Calcoliamo la

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

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

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

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

Soluzione. La curva di equazione y = 6 x è una parabola con vertice in V = (0,6)

Soluzione. La curva di equazione y = 6 x è una parabola con vertice in V = (0,6) Sessioe ordiaria LS_ORD 5 Soluzioe ) La curva di equazioe y è ua parabola co verice i (,) e cocavià rivola verso il basso, ed ierseca l asse delle ascisse ei pui (,), B (,) come soo rappreseao: La figura

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

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

Algoritmi e Strutture Dati (Elementi)

Algoritmi e Strutture Dati (Elementi) Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti

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

ISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso

ISTITUZIONI DI ANALISI SUPERIORE Esercizi di metà corso ISTITUZIONI DI ANALISI SUPEIOE 2-2 Esercizi di metà corso Silvia Ghiassi 22 ovembre 2 Esercizio Diamo u esempio di fuzioe u: tale che u 6, u 6, u 6. se x

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

UN INTRODUZIONE ALL INFERENZA SU PROCESSI STOCASTICI

UN INTRODUZIONE ALL INFERENZA SU PROCESSI STOCASTICI UN INTRODUZIONE ALL INFERENZA SU PROCESSI STOCASTICI Il piu semplice problema (saico) di ifereza saisica paramerica e quello i cui la disribuzioe di probabilia comue a ui i umeri aleaori (a) osservabili

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

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

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

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

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

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

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

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

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

Esercizi svolti su successioni e serie di funzioni

Esercizi svolti su successioni e serie di funzioni Esercizi svolti su successioi e serie di fuzioi Esercizio. Calcolare il limite putuale di f ) = 2 +, [0, + ). Dimostrare che o si ha covergeza uiforme su 0, + ), metre si ha covergeza uiforme su [a, +

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

Esercizi sui limiti di successioni

Esercizi sui limiti di successioni AM0 - AA 03/4 ALFONSO SORRENTINO Esercizi sui iti di successioi Esercizio svolto a) Usado la defiizioe di ite, dimostare che: + 3 si π cos e ) e b) 0 Soluzioe Comiciamo da a) Vogliamo dimostrare che: ε

Dettagli

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA

FUNZIONI RADICE. = x dom f Im f grafici. Corso Propedeutico di Matematica. Politecnico di Torino CeTeM. 7 Funzioni Radice RICHIAMI DI TEORIA Politecico di Torio 7 Fuzioi Radice FUNZIONI RADICE RICHIAMI DI TEORIA f ( x) = x dom f Im f grafici. = = =7 =9. dispari R R -. - -. - - -. Grafici di fuzioi radici co pari pari [,+ ) [,+ ).. = = =6 =8

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

Fisica Generale L-A. Esercizio 1. Esercizio 1 (III) Esercizio 1 (II) 2. Esercizi di Cinematica

Fisica Generale L-A. Esercizio 1. Esercizio 1 (III) Esercizio 1 (II) 2. Esercizi di Cinematica Esercizio 1 U puo maeriale è icolao a muoersi lugo ua guida reiliea. Fisica Geerale -A. Esercizi di Ciemaica hp://ishar.df.uibo.i/ui/bo/igegeria/all/galli/suff/ raspareze/ae-ciemaica.pdf Al empo il puo

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

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo:

Di fatto potremo rappresentare analiticamente le correnti magnetizzanti che operano in ciascuna delle colonne del TRS con espressioni del tipo: Correi a vuoo el rasformaore rifase Il problema delle correi a vuoo el rasformaore rifase è imporae i quao, a secoda dei collegamei delle fasi, si avrà o meo la deformazioe dei flussi o della corree mageizzae.

Dettagli

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1

Sensori Segnali Rumore - Prof. S. Cova - appello 20/02/ P1 pag.1 Sesori Segali Rumore - ro. S. Cova - appello //3 - pag. ROBLEMA Quadro dei dai Segale a impulso reagolare Ampiezza: Duraa: µs Rumore c S variabile, da misurare S Hz desià eicace di poeza (uilaera) limiaa

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

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

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57

Tracce di soluzioni di alcuni esercizi di matematica 1 - gruppo 42-57 Tracce di soluzioi di alcui esercizi di matematica - gruppo 42-57 4. Limiti di successioi Soluzioe dell Esercizio 42.. Osserviamo che a = a +6 e duque la successioe prede valori i {a,..., a 6 } e ciascu

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

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

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

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

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1

Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1 Corso itegrato di Matematica per le scieze aturali ed applicate Materiale itegrativo Paolo Baiti Lorezo Freddi Dipartimeto di Matematica e Iformatica, Uiversità di Udie, via delle Scieze 206, 3300 Udie,

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

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con

Consideriamo un insieme di n oggetti di natura qualsiasi. Indicheremo questi oggetti con Calcolo Combiatorio Adolfo Scimoe pag 1 Calcolo combiatorio Cosideriamo u isieme di oggetti di atura qualsiasi. Idicheremo questi oggetti co a1 a2... a. Co questi oggetti si voglioo formare dei gruppi

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 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

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi

Dettagli

Matematica I, Limiti di successioni (II).

Matematica I, Limiti di successioni (II). Matematica I, 05102012 Limiti di successioi II) 1 Le successioi elemetari, cioe α, = 0, 1, 2, α R), b, = 0, 1, 2, b R), log b, = 1, 2, b > 0, b 1), si, = 0, 1, 2,, cos, = 0, 1, 2,, per + hao il seguete

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

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

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura

Unità Didattica N 32 Grandezze geometriche omogenee e loro misura Uità Didattica N 3 Uità Didattica N 3 01) Classi di gradezze omogeee 0) Multipli e sottomultipli di ua gradezza geometrica 03) Gradezze commesurabili ed icommesurabili 04) Rapporto di due gradezze 05)

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

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

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier

TEST #1 Corso di Telecomunicazioni C. Prati. Operazioni elementari sui segnali, impulsi, esponenziali complessi e serie di Fourier ES # Corso di elecomuicazioi C. Prai Operazioi elemeari sui segali, impulsi, espoeziali complessi e serie di Fourier Esercizi di veriica degli argomei svoli el primo capiolo del eso Segali e Sisemi per

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

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts

Convertitoriditipospot (convertono, idealmente, il valore istantaneo del segnale); V ts Pare II (Coversioe D/A e A/D) La coversioe A/D I coveriori A/D si dividoo i: Coverioridiipospo (coveroo, idealmee, il valore isaaeo del segale); s s Si raa di disposiivi veloci ma sesibili al rumore di

Dettagli

Note integrative per il corso di Equazioni Differenziali alle Derivate Parziali

Note integrative per il corso di Equazioni Differenziali alle Derivate Parziali Note itegrative per il corso di Equazioi Differeziali alle Derivate Parziali Nicola Fusco Alcue formule utili Nel seguito, fissato u itero positivo, co α deotiamo u multi-idice di ordie, cioè ua -upla

Dettagli

Metodi matematici per l'ingegneria.

Metodi matematici per l'ingegneria. Meodi maemaici per l'igegeria. Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.3 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza dubbio soo

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

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.

Proposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri. Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile

Dettagli

Equazione vettoriale del moto: traiettoria legge oraria. rappresentazione intrinseca della traiettoria

Equazione vettoriale del moto: traiettoria legge oraria.   rappresentazione intrinseca della traiettoria Equazioe veoriale del moo: raieoria e legge oraria. Si dice che u corpo è i moo rispeo a u dao sisema di riferimeo S, quado la sua posizioe i S cambia co il empo. Nello schema del puo maeriale, le caraerisiche

Dettagli

Metodi matematici per l ingegneria (Matematica 4)

Metodi matematici per l ingegneria (Matematica 4) Meodi maemaici per l igegeria (Maemaica 4) Lezioi del prof. Marco Codegoe appui di Capuzzo Alessadro v.4 Noe dell'auore: Sicuramee o sosiuiscoo u libro di eso, probabilmee o soo u lavoro sesazioale, seza

Dettagli

Equazioni Differenziali (5)

Equazioni Differenziali (5) Equazioni Differenziali (5) Daa un equazione differenziale lineare omogenea y n + a n 1 ()y n 1 + a 0 ()y = 0, (1) se i coefficieni a i non dipendono da, abbiamo viso che le soluzioni si possono deerminare

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u

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

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).

Esercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizi di Probabilità e Statistica della 2 a settimaa (Corso di Laurea i Matematica, Uiversità degli Studi di Padova). Esercizio. Sia (Ω, A, P) uo spazio probabilizzato e B A o trascurabile. Dimostrare

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

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5.

Soluzioni. 2 2n+1 3 2n. n=1. 3 2n 9. n=1. Il numero 2 può essere raccolto fuori dal segno di sommatoria: = 2. n=1 = = 8 5. 60 Roberto Tauraso - Aalisi Calcolare la somma della serie Soluzioi + 3 R La serie può essere riscritta el modo seguete: + 4 3 9 Il umero può essere raccolto fuori dal sego di sommatoria: + 4 3 9 Si tratta

Dettagli

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X.

Serie numeriche. Paola Rubbioni. 1 Denizione, serie notevoli e primi risultati. i=0 a i, e si indica con il simbolo +1X. Serie umeriche Paola Rubbioi Deizioe, serie otevoli e primi risultati Deizioe.. Data ua successioe di umeri reali (a ) 2N, si dice serie umerica la successioe delle somme parziali (S ) 2N, ove S = a +

Dettagli

Soluzione. Le componenti del gradiente sono le derivate parziali della funzione: cos y 0 (x 0, y 0 ) domf =R 2. sin y 0 (x x 0 ) + e x 0

Soluzione. Le componenti del gradiente sono le derivate parziali della funzione: cos y 0 (x 0, y 0 ) domf =R 2. sin y 0 (x x 0 ) + e x 0 Gradiene e piano angene Definizione 1 Sia f : A R 2 R, f derivabile in (x 0, y 0 ) A). Definiamo il veore gradiene di f in (x 0, y 0 ): f(x 0, y 0 ) = (f x (x 0, y 0 ), f y (x 0, y 0 )). Definiamo il piano

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

Ci domandiamo allora se e sempre possibile rappresentare una funzione in questo modo.

Ci domandiamo allora se e sempre possibile rappresentare una funzione in questo modo. 1. Serie di Fourier I problemi al bordo associai ad equazioni differenziali si sanno risolvere con il meodo di separazione delle variabili solano se il dao iniziale si rappresena nella forma fx = a cosx

Dettagli

Serie numeriche e di funzioni - Esercizi svolti

Serie numeriche e di funzioni - Esercizi svolti Serie umeriche e di fuzioi - Esercizi svolti Serie umeriche Esercizio. Discutere la covergeza delle serie segueti a) 3, b) 5, c) 4! (4), d) ( ) e. Esercizio. Calcolare la somma delle serie segueti a) (

Dettagli

Forza dell oscillatore

Forza dell oscillatore (lez 6, A) Forza dell oscillaore roduciamo ua uova gradezza. La forza dell oscillaore. Quesa quaià sosazialmee è proprozioale all elemeo di marice del momeo di dipolo ra lo sao iiziale e fiale. Nella descrizioe

Dettagli

Esercizi sulle successioni

Esercizi sulle successioni Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7

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

CAPITOLO V MODELLO MATEMATICO E FUNZIONAMENTO IN REGIME PERMANENTE DEGLI IMPIANTI DI DISTRIBUZIONE SU LINEA L C

CAPITOLO V MODELLO MATEMATICO E FUNZIONAMENTO IN REGIME PERMANENTE DEGLI IMPIANTI DI DISTRIBUZIONE SU LINEA L C CTOLO V MODELLO MTEMTCO E FUNZONMENTO N REGME ERMNENTE DEGL MNT D DSTRBUZONE SU LNE Sebbee, come descrio precedeemee, a disribuzioe de eergia eerica ae ueze fiai avvega, praicamee sempre, su rei di disribuzioe

Dettagli

Cenni di topologia di R

Cenni di topologia di R Cei di topologia di R. Sottoisiemi dei umeri reali Studieremo le proprietà dei sottoisiemi dei umeri reali, R, che hao ad esempio la forma: = (, ) (,) 6 8 = [,] { ;6;8} { } = (, ) (,) [, + ) Defiizioe:

Dettagli

(1 2 3) (1 2) Lezione 10. I gruppi diedrali.

(1 2 3) (1 2) Lezione 10. I gruppi diedrali. Lezioe 0 Prerequisiti: Simmetrie di poligoi regolari. Gruppi di permutazioi. Cetro di u gruppo. Cetralizzate di u elemeto di u gruppo. Riferimeto al testo: [PC] Sezioe 5.4 I gruppi diedrali. Ogi simmetria

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO 0. Itroduzioe Oggetto del calcolo combiatorio è quello di determiare il umero dei modi mediate i quali possoo essere associati, secodo prefissate regole, gli elemeti di uo stesso

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

CENNI SULLE PROGRESSIONI, LE SERIE, LE RELAZIONI DI RICORRENZA E I NUMERI DECIMALI.

CENNI SULLE PROGRESSIONI, LE SERIE, LE RELAZIONI DI RICORRENZA E I NUMERI DECIMALI. CENNI SULLE PROGRESSIONI, LE SERIE, LE RELAZIONI DI RICORRENZA E I NUMERI DECIMALI. Ua progressioe (o successioe) è u isieme iþito di umeri reali P = {a co =,,...} = {a,a,...}. La somma dei primi termii

Dettagli

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4

Quarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4 Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee

Dettagli

Un segnale periodico è manifestamente un segnale a potenza finita. Infatti è: s t dt. kt0 kt0. T0 s t dt+

Un segnale periodico è manifestamente un segnale a potenza finita. Infatti è: s t dt. kt0 kt0. T0 s t dt+ Cpiolo II RAPPRESENAZIONE DEI SEGNALI NEL DOMINIO DELLA REQUENZA. II. - Segli periodici. U segle, rppreseo d u fuzioe rele o compless s( di vribile rele, si dice periodico se esisoo vlori di li che, per

Dettagli

Lezione 4. Gruppi di permutazioni

Lezione 4. Gruppi di permutazioni Lezioe 4 Prerequisiti: Applicazioi tra isiemi Lezioi e Gruppi di permutazioi I questa lezioe itroduciamo ua classe ifiita di gruppi o abeliai Defiizioe 41 ia X u isieme o vuoto i dice permutazioe su X

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

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

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

Calcolo differenziale e integrale

Calcolo differenziale e integrale Calcolo differeziale e itegrale fuzioi di ua variabile reale Gabriele H. Greco Dipartimeto di Matematica Uiversità di Treto 385 POVO Treto Italia www.sciece.uit.it/ greco a.a. 5-6: Apputi del corso di

Dettagli

1 Catene di Markov a stati continui

1 Catene di Markov a stati continui Caene di Markov a sai coninui In queso caso abbiamo ancora una successione di variabili casuali X 0, X, X,... ma lo spazio degli sai è un insieme più che numerabile. Nel seguio supporremo che lo spazio

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

16 - Serie Numeriche

16 - Serie Numeriche Uiversità degli Studi di Palermo Facoltà di Ecoomia CdS Statistica per l Aalisi dei Dati Apputi del corso di Matematica 6 - Serie Numeriche Ao Accademico 03/04 M. Tummiello, V. Lacagia, A. Cosiglio, S.

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

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

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

SULLE PARTIZIONI DI UN INSIEME

SULLE PARTIZIONI DI UN INSIEME Claudia Motemurro Ricordiamo la SULLE PRTIZIONI DI UN INSIEME Defiizioe: Ua partizioe di u isieme è ua famiglia { sottoisiemi o vuoti di X tali che: - X è l uioe degli isiemi X i (i I ), cioè X = U i X

Dettagli

Esercizi su serie numeriche - svolgimenti

Esercizi su serie numeriche - svolgimenti Esercizi su serie umeriche - svolgimeti Osserviamo che vale la doppia diseguagliaza + si, e quidi la serie è a termii positivi Duque la somma della serie esiste fiita o uguale a + Ioltre valgoo le diseguagliaze

Dettagli