Capitolo 5. ii) Errori eteroschedastici ed eventualmente correlati (cioè

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo 5. ii) Errori eteroschedastici ed eventualmente correlati (cioè"

Transcript

1 Capolo 5 5- Il meodo GLS (per campo f 5- Il meodo (asoco FGLS (Feasble Geeralzed Leas Square 5-3 Sma de modell lear co error AR(; Lo smaore d Pras-Wse 5-4 Il meodo d Cochrae-Orcu 5-5 Appedce: Il es d Whe e l es d Breusch-Paga (sulla preseza d eeroschedasca` 5-6 Appedce: I modell AR, MA e ARMA per process sazoar auocorrela 5-7 Prevsoe e process ARMA Ne meod d sma OLS e NLS, presea e precede capol, l eveuale preseza d eeroschedascà (e eveualmee della auocorrelazoe egl error flueza solao la varaza asoca degl smaor; de smaor soo asocamee effce ua opporua classe d smaor (la classe degl smaor cosru co l meodo de mome se gl error soo omoschedasc (. I queso capolo s descrvoo procedure che coseoo, parcolar coes e preseza d eeroschedascà (e/o correlazoe, d cosrure smaor asocamee pù effce. Per semplcà s farà rfermeo a sol modell lear (ma rsula asoc soo vald ache per modell olear e zalmee, come d alrode è sao fao quado è sao preseao l meodo OLS, s farà ua veloce carrellaa su quao ga` oo el caso d campo f. 5- Il meodo GLS-Geeralzed Leas Square (per campo f E assegao l modello leare co le segue poes sugl error: y x β + per,, (o forma marcale y Xβ + u. u Srea esogeeà delle varabl x (coè E( u X per og,, ; Error eeroschedasc ed eveualmee correla (coè E( uu X Σ( σ Δ e Δ I ; se gl error soo o correla allora la marce Δ è dagoale. La marce Δ è compleamee oa (duque l uco paramero o oo ella varaza degl error è σ. Cosruzoe dello smaore GLS: S cosdera ua marce Ψ (quadraa d orde ale che ( Nauralmee se le varabl dpede soo esogee o predeermae e susssoo le usual poes su process che asscuro l defcabla` del modello e l asoca ormala` delle sme.

2 Δ ΨΨ ( e l modello leare (* Ψy ΨXβ + v, v Ψu, che, daa l`verblà d Ψ, è equvalee al modello orgaro. I esso, le varabl soo sreamee esogee e gl error soo omoschedasc; fa s ha ( E( v ΨX E( Ψu ΨX ΨE( u ΨX, E( vv ΨX E( Ψuu Ψ ΨX ΨE( uu ΨX Ψ σ ΨΔΨ σ I. * OLS * Defzoe : Poso βgls βols (essedo β lo smaore OLS d β per l modello (*, β GLS dces smaore GLS (de mm quadra geeralzza d β per l modello orgaro. Propreà dello smaore GLS (seguoo faclmee dalle propreà d parzale: GLS ha la seguee rappreseazoe * β OLS β ( ( β GLS è smaore correo d β ;. L eleco è comuque ( GLS β X Δ X X Δ y β + X Δ X X Δ u. β GLS è effcee (el seso che ha la mma varaza ra gl smaor corre e lear y ; ( ( var( β GLS X σ XΨΨX σ XΔX ; ( Se u X N(, σ Δ u e X soo dpede e u N(, σ Δ allora s ha s ( GLS β X N( β,var( β X ( I ( ( k y Ψ ΨXXΔ X XΨ Ψy k y Δ Δ XXΔ X XΔ y è uo GLS smaore correo d σ ; olre se gl error hao dsrbuzoe ormale allora β GLS e s soo dpede e s. σ ( k χ k Osservazoe: a La marce ΨX k k k Ψ Ψ Ψ ( orde X X ( ( X X X X è la marce (d k delle osservazo delle varabl dpede del modello (*. Se al uove varabl soo deoae co l smbolo x,, x k, la esma osservazoe d x j è combazoe leare ( Ua ale marce esse (e o è uca, quao la marce Δ e` a meo d ua cosae la marce d covaraza del veore degl error u e perao e` smmerca e defa posva.

3 delle osservazo della corrspodee varable (orgara eleme della e sma rga d Ψ. Da cò segue esogee; x j, cu coeffce soo gl (le varabl x soo sreamee esogee (le varabl x soo sreamee le varabl x e x o possoo essere coemporaeamee (solao esogee a meo che la marce Δ o sa dagoale. b β GLS mmzza la fuzoe obevo β y Xβ Δ y Xβ ; (la verfca è Q( ( ( mmedaa. Duque β GLS mmzza la dsaza d y da Xβ, dsaza defa dalla marce smmerca e defa posva degl error. Δ (che è a meo d u faore molplcavo l versa della varaza GLS c β e` lo smaore del paramero β (del modello orgaro cosruo co l meodo de mome, ulzzado l veore (d dmesoe k d varabl sreamee esogee w, la cu marce delle osservazo e` W Δ X (per la defzoe d al smaor ved 3-8. Ifa s ha ( k ( ( y GLS βw wx w WX W y X Δ X XΔ y β. d Per lo smaore OLS d β (che e` lo smaore co l meodo de mome oeuo ulzzado come varabl sreamee esogee x, s ha var( ( ( βols X XX XΣX XX e var( βols X var( βgls X. e Se Δ è ua marce dagoale (e duque gl error soo o correla, deoao co l elemeo dagoale d dce, la sma GLS d β del modello y x β + u è la sma OLS del y x modello β + v. S o che ques`ulmo modello o ha l`ercea e qud R c o è δ δ ulzzable per msurare la boà dell adaameo del modello a da. 5- Il meodo (asoco FGLS (Feasble Geeralzed Leas Square Nel precedee paragrafo s e` faa l poes che la marce Δ, ella rappreseazoe della varaza del veore degl error, fosse oa; poes del uo rragoevole preseza d da o spermeal, come ecoomera. E` opporuo rcordare che quado Δ o e` oa (e l campoe e` suffceemee grade la procedura d sma, frequeemee adoperaa e descra 3 δ op

4 e precedee capol, e` quella d ulzzare l meodo OLS (rsp. NLS e smare la varaza asoca dello smaore del (veore paramero co lo smaore d Whe (HC preseza della sola eeroschedasca` o co quello d Newey-Wes (HAC se e` presee ache l`auocorrelazoe. Δ Il meodo FGLS ulzza eveual formazo dspobl (o solao pozzae sulla marce (e qud sul processo degl error e l meodo GLS, per cosrure smaor d β asocamee pu` effce d quell OLS. E` mporae osservare che l effceza delle sme e` solao asoca e perao o e` deo che s coserv ache per campo f che peralro e` l ambo cu s lavora. S cosdera l modello leare (ma o c soo modfche da apporare se l modello fosse oleare Osservazoe: y u x β + co E( u Ω e x Ω, per,,. S sa assumedo che le varabl dpede del modello soo esogee; se l processo degl error e` auocorrelao allora le varabl dpede devoo ragoevolmee essere sreamee esogee ( parcolare ra le varabl dpede o c possoo essere rard della varable dpedee. Per o appesare l esposzoe o sarao dcae esplcamee, ma s rerrao sempre valde, le poes che coseoo d ulzzare, quado se e prese la ecessà, qualche versoe della legge de grad umer e del eorema del lme cerale. Pur o essedo sreamee ecessaro, ella descrzoe del meodo d sma s e` prefero dsguere l caso cu l processo degl error o e` auocorrelao, che e` quello che s cora pu` spesso, da quello cu l processo degl error e` auocorrelao. Il meodo FGLS quado l processo { u } e` o auocorrelao ( parcolare quado da soo del po cross-seco I queso caso, per og, la marce d covaraza Σ σ Δ del veore degl error è dagoale; sao δ (per,, gl eleme dagoal d Δ e duque s ha E( u ( Ω σ δ. I asseza d uleror formazo sul processo degl error, u modello suffceemee ampo per la varaza codzoaa (coeree co la posva` della varaza e comuque relavamee semplce e` l seguee: ( 4

5 u Ω z γ co z Ω per og, (e E( exp( l γ R o oo ( 3. La cosruzoe dello smaore FGLS (descra e pass da a : S sma l modello orgaro co l meodo OLS ( β e` ua sma cossee d β e s cosdera l processo de resdu { u } ; ( 4 S sma l paramero γ, co l meodo OLS, ulzzado l modello d regressoe leare auslaro log( u e sao z γ, per,,, valor prevs; Poso δ exp( z γ ( / OLS z γ + resd, s sma l modello auslaro y x β + resd co l meodo OLS. δ δ Defzoe: La smaore OLS d β oeuo dal modello (che s prova essere cossee, dces smaore de mm quadra geeralzza realzzable (FGLS d FGLS orgaro e s deoa co l smbolo β. β (del modello Osservazoe: FGLS β e` duque lo smaore GLS del modello orgaro el quale gl eleme dagoal della marce Δ soo sa sosu co δ. d Dsrbuzoe asoca d β FGLS : S prova faclmee ( β (,Avar( FGLS β N β FGLS co Avar( FGLS σ p lm xx δ β ; uo smaore cossee della varaza asoca e` evdeemee ( 3 Per da cross-seco, Ω e` cosuo dal complesso delle formazo dspobl ella ua` sasca e qud z c porebbero essere varabl prese oppure o x ; alvola lo scaer-plo della coppa ( u, z, essedo serre { u } resdu della sma OLS del modello e z z. Ivece per da del po me-seres, Ω, puo` essere ule.per selezoare le varabl z da Ω e` pu` ampo perche` esso c soo ceramee o solo le varabl dpede prese el modello co loro rard, ma ache rard della varable dpedee. Va comuque segalao che preseza d da del po me-seres soo sa rodo alr (e pu` eresa modell per la varaza codzoaa degl error che pero` rchedoo dffere procedure d sma. 4 S o che dalla cosseza d segue ( p β( β OLS ( ( max x j, j u u X β β β β (per e cò gusfca pass successv, cu s sosuscoo gl error per qual o soo dspobl le osservazo co resdu, operazoe gà effeuaa precedeemee, ma gusfcaa modo dfferee. Quesa propreà` s esprme dcedo che l processo de resdu e` cossee per l processo degl error. 5

6 Avar( FGLS s xx δ FGLS β co s calcolao co l modello. Lo smaore β e` ceramee asocamee pu` effcee d β (ques`ulmo co lo smaore d Whe per la varaza, pero`, come ga` precedeemee segalao, quado soo ulzza co campo f o e` deo che la predea effceza cou a susssere. Ua aurale cosegueza d quao ora deo e` che la procedura d sma usuale, preseza d modell lear (o o lear per da cross-seco (comuque del po f qu cosdera, e` l meodo d sma OLS o NLS, co l uco dubbo (ma geeralmee e` reua ua cerezza se e` opporuo ulzzare lo smaore d Whe per la varaza asoca; asce cos` l esgeza d cosrure srume ( sasca s chamao es che possa drzzare la scela. Due ra prcpal es sulla preseza d eeroschedasca soo rpora ell appedce 5.5. Il meodo FGLS per modell (lear o olear co auocorrelazoe egl error. S segala mmedaamee, ma co` apparra` charo ella successva dscussoe che l meodo, che o presea alcua dffcolà` d po eorco, e` realzzable solao cas molo parcolar. Cosruzoe dello smaore FGLS: Se per og, la marce d covaraza del veore degl error e` del po l ( Σ ( σ Δ co Δ Δ( γ e γ veore o oo d R dpedee da 5 ed olre e` dspoble uo smaore cossee γ d γ, allora lo smaore FGLS d β s oee smado l modello (che deve avere le varabl dpede sreamee esogee se la marce Δ o e` dagoale co l meodo GLS cosderado pero` come marce d covaraza degl error la marce ( Σ σ Δ γ. Osservazoe: S ralasca d rporare le proprea` asoche degl smaor (che peralro soo prevedbl e la loro prova (che vece ecessa d qualche accorgmeo. Geeralmee la cosruzoe d γ o presea parcolar dffcolà, vece problem d po umerco s possoo preseare ella cosruzoe della marce Ψ che verfch la codzoe ΨΨ Δ (quado la marce Δ o e` dagoale essedo Δ d grosse dmeso. op 5-3 Sma de modell lear co error AR(; lo smaore d Pras-Wse I queso paragrafo s presea la sma co l meodo FGLS d u modello leare co error OLS ( 5 Come s pora` oare quello che ora s dra` e` valdo ache se la marce Δ e` dagoale 6

7 del po AR(. I ale modello la marce cosee d dvduare faclmee la marce o e` dagoale, ma l aals della sua sruura Ψ. E` mporae segalare che co ecche d smulazoe e` sao mosrao che geeralmee l meodo FGLS per al modell (quado e` ulzzable; fa e` rchesa la srea esogeea` delle varabl dpede, e` pu` effcee d alr meod ache per campo f (u alro meodo d sma e` sao preseao el paragrafo 4.6. S cosdera l modello ecoomerco e s suppoe che y u x β + u Δ,...(, σ ρu + d, ρ <,,, a ra le varabl dpede o c soo rard della varable dpedee (e duque le varabl x soo sreamee esogee; b l processo { u } e` AR( (l uca soluzoe sazoara dell equazoe alle dffereze u ρu +. c l valore del paramero ρ o e` oo. Osservazoe: I 4-6 e` saa descra ua procedura d sma per u modello che appare molo smle a quello qu cosderao, ma che e` realà molo pu` geerale. Qu l processo degl error e` sreamee sazoaro e le varabl dpede soo sreamee esogee, 4-6 vece l processo { } u e` (solao ua soluzoe d u ρu + co ρ < (perao e` debolmee sazoaro e olre ra le varabl dpede c possoo essere ache rard della varable dpedee y. Cosruzoe dello smaore. La procedura descra e successv pass da a v fu proposa da Pras e Wse el 954; per quesa ragoe leeraura lo smaore e` dcao co l loro ome. Sa β FGLS u fssao ero aurale: Rappreseazoe della marce d covaraza degl error Σ (, per u processo ρ σ AR(. S ha (per la prova ved 5.6 ρ ρ ρ ρ ρ ρ ( ρ, σ ( E( σ Σ uu ( σ Δ( ρ. ρ 3 ρ ρ ρ 7

8 Scela d ua marce Ψ ( ale che ΨΨ Δ ( ρ. La scela pu` mmedaa sembra essere ( / Ψ Δ ( ρ, ma evdeemee l calcolo per dvduare la sua rappreseazoe e` umercamee complesso; qu d seguo s presea ua procedura drea per dvduare ua(alra Ψ. S osserva che alla marce Ψ s rchede semplcemee d rasformare l veore u degl error auocorrela u veore (della sessa dmesoe d varabl o correlae e co varaza cosae, ma ua ale Ψ e` descra mplcamee elle poes. Ifa, essedo l processo soluzoe dell equazoe alle dffereze u ρu +, { } { u } d...(, σ, esso e` ecesssaramee soluzoe d u problema d valore zale u ρu + per,, e dalla sua sazoarea` u u segue (faclmee che deve essere u / ρ. Qud { u },, e` soluzoe del problema u ρu + per,,, la cu versoe marcale e` ρ u ρ u ρ u. u ρ u I defva ua marce che soddsfa la codzoe rchesa e` Ψ ρ ρ. ρ ( Ψ( ρ Cosruzoe d uo smaore cossee del paramero ρ. S cosdera l processo de resdu { u } oeu dalla sma OLS del modello orgaro (s o che la sma OLS d β e` cossee e s cosrusce ρ ulzzado dffereemee ua delle segue due procedure Il meodo OLS el modello auslaro u ρu + resd ; La correlazoe emprca del prm orde del processo de resdu e duque ρ uu. 8

9 v Sma FGLS d β e sua dsrbuzoe asoca. β FGLS e la sua dsrbuzoe asoca s oegoo smado co l meodo OLS l modello Ψ( ρ y Ψ( ρ Xβ+ co d...(, σ, che forma veorale ha la seguee rappreseazoe ρ y ρ x β + y ( ρy x ρx β + per,, d σ,...(, U cofroo ra gl smaor d Pras-Wse e NLS (cosruo 4.6 Qu s segalao (d uovo le dffereze e modell e quado erambe le procedure soo ulzzabl vaagg e gl svaagg ell ulzzo dell uo o dell alro smaore. Il meodo FGLS ( parcolare lo smaore d Pras-Wse rchede che le varabl dpede sao sreamee esogee e qud o porà essere ulzzao se l modello è damco (coe` ra le varabl dpede c è qualche rardo della varable dpedee. Quesa resrzoe o e` ecessara se s ulzza l meodo NLS. Il meodo FGLS ulzza ue le osservazo, mere l meodo NLS sacrfca (almeo la prma osservazoe (fa el modello oleare c`è scuramee y. Co l meodo NLS s oee la sma cogua ( β, ρ. co le ul formazo sulla sua dsrbuzoe asoca, mere ella procedura FGLS la sma d β è codzoaa a quella d FGLS perao β può rsere dell eveuale effceza d ρ. v (La dffereza e modell Nel modello 4-6 l processo { u } e` solao (ua soluzoe dell equazoe alle dffereze u ρu NLS NLS +, mere queso paragrafo { } ρ, u e` la (uca soluzoe sazoara della precedee equazoe. Puo` essere ule rcordare che la geerca soluzoe dell equazoe e` somma della soluzoe sazoara e d ua compoee deermsca del po aρ. v Quado soo ulzzabl erambe le procedure lo smaore FGLS d β e` asocamee pu` effcee d quello NLS (co ecche d smulazoe e` sao mosrao che l`effceza sussse ache per campo f. op 5-4 Il meodo d Cochrae-Orcu Il meodo ulzzable per l modello 5-3, fu preseao da Cochrae e Orcu u arcolo del 949; la procedura d sma e` erava e rchede che le varabl dpede sao sreamee esogee. S prova che co queso meodo s oee la sma FGLS, olre come s 9

10 pora` oare seguo, l meodo ha l vaaggo d o rchedere la sazoarea` del processo degl error (ma solao d essere soluzoe dell equazoe alle dffereze e d poer essere faclmee adaao al caso cu l processo degl error è AR ( p co p (o pu` precsamee soluzoe d u equazoe alle dffereze sable d orde p co erme oo d...(, σ. Cosruzoe della sma d Cochrae-Orcu: Iazuo s osserva che l modello y u x β + u, d...(, σ ρu +, ρ <,,, ha le segue due rappreseazo equvale: M.a ( y x β ρ( y x β + M.b ( y ρ y β( x ρx +. Procedura erava d sma: S cosdera l valore zale β β OLS sma OLS d β del modello y x β + u (ceramee cossee per l poes d srea esogeeà d x e per og s poe β β M.a e s deoa co ρ la sma OLS d ρ ; s poe ρ ρ M.b, s deoa co + β la sma OLS d β ; s rora al puo poedo β β +. S errompe la procedura erava (come e` cosueude quado due valor cosecuv d β soo suffceemee vc e la sma della varaza asoca della sma d β e` oeua dall ulma sma del modello M.b. op 5-5 Appedce: Il es d Whe e l es d Breusch-Paga (sulla preseza d eeroschedasca` egl error S segala che qu c s lma a descrvere come es soo cosru e l dea da cu hao rao orge, omeedo rsula eorc che cosuscoo l loro fodameale sosego. S suppoga assegao l modello leare y u x β + co E( u Ω e x Ω, per,,. per da cross-seco (o pu` geerale co error o vorrela e s suppoga (come al solo che susssao le poes che garascoo l ulzzo della legge de grad umer e del eorema del lme cerale quado se e presea la ecessa`. Il es d Whe (98 S deoa co z la varable (veorale le cu coordae z soo le

11 varabl (dse ell seme { } { xxj, j,, k} ceramee ache se el modello orgaro maca la cosae. Cosruzoe del es d Whe: (duque ra le coordae d z c e` S sma co l meodo OLS l modello assegao e sa { u } l processo de resdu; S cosdera l modello auslaro cerao. La sasca R u z γ + resd ha dsrbuzoe asoca l e sa R l coeffcee d deermazoe χ (l e` la dmesoe d z se gl error el modello assegao soo omoschedasc; l es a lvello d sgfcavà α e` allora l seguee: S rfua l poes d error omoschedasc se R χl, α >. Alcue semplc cosderazo (che qualche modo gusfcao la procedura: Nel caso cu gl error dovessero essere omoschedasc deve avers e qud Le coordae d duque deve essere lm xx lm lm xx xx p u p u S p p u S xx. lm ( z, d cu s e` parlao precedeemee, soo eleme della marce xx e p u S z, lm ( d alra pare la rappreseazoe d ( u S ( z c fa pesare alla possbla` che c possa covergere dsrbuzoe verso ua ormale (se dovesse essere valdo l eorema del lme cerale per la sequeza (( u S rova z. Whe el suo arcolo del 98, prova che e` ulzzable l eorema del lme cerale e olre a la varaza asoca d ( c ; b u (opporuo smaore B della varaza asoca ale che la sasca cbc cocda co R d. Il es d Breusch-Paga S fa rfermeo allo sesso modello e qu s suppoe che c sao formazo sul feomeo che ducoo a sospeare che la eeroschedasca` possa essere del po

12 ( E( u Ω h( δ +z γ, co h ua fuzoe regolare o oa, e z Ω, co z o ecessaramee cocdee co. Cosruzoe del es d Breusch-Paga: x s sma l modello co l meodo OLS e sa { u } l processo de resdu; s cosdera l modello auslaro u b + zb γ + resd δ e sa R l coeffcee d deermazoe cerao; la sasca R ha dsrbuzoe asoca χ ( l e` la dmesoe d z se gl error el modello assegao soo omoschedasc; l es a lvello d sgfcavà α e` allora l seguee: l S rfua l poes d error omoschedasc se R >. χl, α Alcue semplc cosderazo (che qualche modo gusfcao la procedura: L poes d omoschedasca` degl error e` equvalee a γ u Ω h δ +z γ. Breusch e Paga, E( ( el loro arcolo del 979, zalmee assumoo che soo dspobl le osservazo per l processo { } u, cosderao l modello o leare u h( δ + z γ + v (su v s puo` solao dre che ha meda ulla e cosruscoo l es LM per l poes H : γ (cfr. 4-5 che ora s passa a descrvere brevemee. a Il modello auslaro d Gauss-Newo (se s deoa co h ( la dervaa prma d h( e` u h( δ + z γ h ( δ + z γ b + h ( δ + z γ zb + resd ; δ γ b Se fosse dspoble δ, ua sma -cossee d δ quado H e` vera s cosdererebbe l modello leare u h( δ h ( δ b + h ( δ zb + resd δ γ e s verfcherebbe l poes equvalee H : b ; γ c Nella suazoe auale, o serve la dspobla` d δ ma solao la sua esseza (che qu o e` provaa quao dvea u h( δ e h ( δ comuque soo due cosa e allora l precedee modello α + z δ + resd (co α h( δ + h ( δ bδ e δ h ( δ b e l poes H : b dvea H : δ, se e` h ( δ (come e` ragoevole che sa; γ d Breusch e Paga fe mosrao che el precedee puo c l processo { u } puo` essere sosuo dal processo { } u. γ op

13 5-6 Appedce: I modell AR, MA e ARMA per process sazoar auocorrela S descrvoo ora alcu modell per process (sreamee sazoar auocorrela che soo ulzza ecoomera. La classe d ques modell e` molo ampa e per lugo empo (quado l`uco seore applcavo delle me-seres era la eora de segal gegera s e` pesao erroeamee (suppora ache dal famoso Teorema d Wold del 938 sulla rappreseazoe de process debolmee sazoar che per le applcazo, ale classe s poesse sosazalmee far cocdere co quella d u process (sreamee sazoar. Receemee soo sa rodo alr modell per process sazoar, d grade eresse ecoomera, che coseoo la preseza d eeroschedasca` codzoale evdeemee o presee e modell che sarao descr queso paragrafo. I quao segue { } e` (sempre u processo Se { } varabl d.. (, σ ed è deomao rumore baco sreo (o fore; ( 6 x e` u processo socasco s poe Ω F ( x, (sgma algebra geeraa dalle x, ; esso o e` alro che l complesso delle formazo sul processo all sae se e` oo uo l suo passao. Defzoe (de process AR ( : La (uca soluzoe sreamee sazoara dell equazoe alle dffereze u ρu + co ρ < dces processo auoregressvo del prm orde ( breve AR(. Osservazoe: L`equazoe alle dffereze u ρu + co ρ < ha fe soluzo che dfferscoo da quella sreamee sazoara per u erme fesmo per ( del po cρ ; per quesa ragoe ue le alre soluzo s dcoo asocamee sazoare. Deoao co L l operaore rardo, defo su process dalla relazoe { } { } L( x x (o pù brevemee L( x x sussse la seguee rappreseazoe per l processo AR ( : ( ( I ρl u ( u I ρl u ρ L u ρ ( + ρ + ρ +... Propreà de Process AR(: ( 6 S o che quese lezo sara` sempre { } sussse ache se l processo { } d.. (, σ. S segala che molo (ma o uo d quello che s dra` verfca solao le segue codzo E(,E( σ,e( s per s; al caso l processo { } dces rumore baco debole. Ua poes ermeda ra rumore baco fore e debole e` l processo { } e` ua dffereza margala debolmee sazoara. 3

14 La rappreseazoe del processo { u } come somma d ua sere e` saa oeua eurscamee, ma s prova che la sere coverge quas ovuque e meda quadraca, che l processo somma e` sreamee sazoaro ed ergodco, ed fe e` soluzoe dell equazoe alle dffereze. (Nella prova ha u ruolo fodameale la rapda covergeza a de coeffce della sere; u E( ( E( E( ; ( σ u u Ω u u ρu ; σ var( u per og (segue dalla ovva uguaglaza var( u ρ var( u + σ, ; ρ var( u Ω var( ρu + u σ ; Per og s ha s ρ ( corr( u, u ACF( s ACF( s s s s ; fa dalla uguaglaza ( cov( u, u E( uu E( u u E( u γ ρ + ργ per, s s s s s s s dvdedo per γ, s ha ρs ρρs ed essedo ρ segue ovvamee l assero; La marce d covaraza del veore u ( u,, u è ρ ρ ρ σ ρ ρ ρ Ω( ρ E( uu σ Δ( ρ ρ 3 ρ ρ ρ ( ( u Se l equazoe alle dffereze che defsce l processo e` erpreaa come u modello d regressoe leare allora la sma OLS d ρ e` cossee, asocamee ormale e asocamee effcee (movare le precede affermazo, scrvere la rappreseazoe e la sma della varaza asoca della sma. Defzoe (de process ( AR p : Sa β + β + + β + ( β ρ u u u pu p ( L u ua p equazoe alle dffereze, ale che l polomo β( z ( βz βp z ha radc modulo maggore d. La (uca soluzoe sreamee sazoara dell equazoe (alle dffereze dces processo auoregressvo d orde p ( smbol AR( p. Propreà de process AR( p : Il processo { } u (che ha ua rappreseazoe del po u α ( α( L co la sere d ; poeze ergodco; α z avee raggo d covergeza maggore d è sreamee sazoaro ed 4

15 I coeffce α ella precedee rappreseazoe possoo essere dvdua per rcorreza dalla dea` β ( z α ( z ; Le alre soluzo dell equazoe che defsce l processo AR( p, poché soo somma dello sesso processo e d u processo deermsco fesmo d orde espoezale, soo asocamee sazoare; E( u ; E( u Ω E( u u,, u βu + βu + + β u ; p p p var( u σ Ω ; La sequeza delle auocovaraze (e` soluzoe d u problema d valore zale per l`equazoe alle dffereze che ha β (/ z come polomo caraersco fa molplcado rpeuamee ell equazoe per u,, e calcolado l aspeazoe s oegoo le segue p + equazo ( p + coge u p γ βγ + + βpγ p + σ γ βγ + βγ+ + βpγ p γ βγ + βγ + + βpγ p γ βγ + βγ + + β γ p p p p la cu uca soluzoe forsce valor d γ, γ. D alra pare se (el modello orgaro s molplca per u (co s> p e s calcola l aspeazoe, s oee l equazoe alle dffereze s, p γ βγ + βγ + + β γ, s s s p s p che seme a valor (zal gà dvdua cosee l dvduazoe della sequeza delle auocovaraze del processo. La sequeza delle auocorelazo S oee rsolvedo l problema d valore zale (deomao ssema d Yule-Walker relavo all equazoe alle dffereze ρ βρ + βρ + + β ρ s s s p s p co le codzo zal che rsolvoo l ssema (co p equazo e p coge ρ β+ βρ+ + βpρp ρ βρ+ β + + βpρp. ρp βρp + βρp + + β p Segue dal puo precedee, o appea s dvde per γ sa l equazoe alle dffereze che le ulme p equazo, delle p +, che fssao le codzo zal. Evdeemee la sequeza delle auocorrelazo coverge a per espoezale. 5 modo

16 Se l equazoe alle dffereze che defsce l processo e` erpreaa come u modello d regressoe leare allora le sma OLS d ( β,, β p e` cossee, asocamee ormale e asocamee effcee (movare le precede affermazo. Defzoe (de processo ( MA q verbl: U processo { } u s dce MA( q (Movg Average oppure a meda moble d orde q verble, se ha la seguee rappreseazoe q u + α + + αq q( α( L co α( z αz per z e α. ( 7 Propreà de process MA( q : Il processo { u } è sreamee sazoaro ed ergodco (segue mmedaamee dalla sua rappreseazoe olre se s poe s ha β( z z per z B(, r B(, e α( z β β. β ( Lu β u q E(, σ u γ var( u E( u σ α ; u ( γ s per s> q (e` ovvo, parcolare le varabl del processo che hao ua dsaza emporale maggore d ; ( 8 q soo dpede, mere per ( s q s ha q q s γs σ αα s σ α+ sα s, q q+ s q ; fa s ha γ E( uu E( α α σ αα s s s s s s I process MA( : Quao deo fora coua a rmaere valdo per q +; s deve solao rchedere che α <+(e la somma ella defzoe del processo va esa meda quadraca. E` evdee che ache process AR( p soo process MA(. ( 7 La resrzoe sulla fuzoe α ( z sara` movaa pu` ava, comuque va deo che o è ecessara per provare la sazoarea` del processo. I ecoomera ale resrzoe è abbasaza aurale; fa se gl shock del passao perssoo allora l loro effeo sul processo ede a rdurs. D ora az l erme verble è soeso quado soo prese process MA. ( 8 S o l aaloga co la rappreseazoe de process AR(p, e cò gusfca l affermazoe che process MA hao ua rappreseazoe come processo AR( 6

17 Ne process ( α uu e qud ρ (dode è mmedao + α MA s ha: γ ( E( ασ rcooscere che ρ è compreso ra / e / ; La marce d covaraza del veore aleaoro u ( u,, u e` + α α ( α + α α Ω( α E( uu σ σ Δ( α. α + α (I queso caso o e` alreao mmedao come el caso de process AR ( dvduare ua marce Ψ [ ] ale che ΨΨ Δ ( α. L espressoe che defsce u processo MA( q e` evdeemee erpreable come u modello, ma o e` u modello d regressoe leare. Qualche ceo su come rovare buoe sme de paramer, auralmee quado soo dspobl le osservazo del processo, sara` dao seguo. Defzoe (de process (, ARMA p q : U processo { } soluzoe sazoara dell equazoe alle dffereze co α q u βu + βu + + βpu p + + α + + αq q ( z α z, α e α( z B (, ; p e β( z β z β z β ( z B (, ; α ( z e β ( z o hao radc comue. Propreà de process ARMA: p I process ARMA hao ua rappreseazoe come process MA( e u L L β ( α( e u dces ARMA( p, q se e` la (uca α β ; ( L ( L u La fuzoe d auocovaraza γ s è soluzoe dell equazoe alle dffereze γ βγ + + β γ per s max( p, q+ s s p s p AR(. Ifa s ha (è suffcee moplcare per ell equazoe che defsce l processo e predere la meda, perao γ s, e qud u s ρ s, è fesma d orde espoezale per s +. 7

18 Per s< max( p, q+, γ s s oee come soluzoe d u ssema che qu o e` rporao, ma la sua dvduazoe o presea parcolar problem. I process ARMA d orde ( p, q o molo eleva ( ecoomera geeralmee è pq, 3 be approssmao process MA e AR d orde elevao. Tralascado ua rgorosa gusfcazoe, l rsulao è abbasaza prevedble ed è d grade ulà quado s devoo smare paramer d u modello MA o AR. Noa coclusva: I modell f qu cosdera soo u rfer a process (sazoar co meda ulla, ma quesa resrzoe può essere rmossa mmedaamee osservado che se { x } è u processo sazoaro co meda μ allora { x μ} è u processo sazoaro a meda ulla. La fuzoe Auocorrelazoe Parzale (emprca: U (ulerore e o ulmo ule srumeo per selezoare u modello ARMA( p, q che meglo erprea le osservazo su u processo (che s ree sazoaro è la versoe emprca della fuzoe PACF( k (Paral Auocorrelao Correlao Fuco. Qu c s lma a segalare ua eresae propreà d PACF( k ( u cero seso duale della fuzoe ACF e a forre ua procedura per la cosruzoe della sua versoe emprca. Se { u } è u processo AR( p allora ( Se { u } è u processo MA( q allora PACF k per k > p; PACF( k è fesma d orde espoezale; Se { u } u processo sazoaro ed ergodco d meda ulla e { u },, l processo delle osservazo, l auocorrelazoe parzale (emprca d orde k è la sma OLS ( ( k α PACF ( k k ( del paramero α k el modello leare auslaro k u α u + + α u + resd. ( k ( k k k Osservazoe: Dalla precedee procedura per la cosruzoe d PACF ( k e dal eorema FWL, s usce che PACF( k (porebbe essere defa come l lme probablà d ( k k α o è alro che la correlazoe ra u e quado da erambe è saa rmossa la pare spegaa dalle u k varabl u,, u k+. op 5-7 Prevsoe e process ARMA Il problema della prevsoe (cosruzoe d u modello, dvduazoe della sruura e sua ulzzazoe Ecoomera, come og alro seore applcavo, ha rcevuo grade aezoe, 8

19 pero` bsoga dre che l mpego profuso, che comuque ha prodoo rsula eorc mpora e perao o e` sao ule, o ha dao fru spera; spesso, alla prova de fa, le prevso s rvelavao soddsface. La causa d queso (parzale successo e` dovuo alla dffcola` d dvduare buo modell (mglor d quell ulzza ell aals sruurale per la complessa` de feome ecoomc. I queso paragrafo, s roduce l problema della prevsoe per alcu parcolar modell ( process ARMA che, come ga` segalao, soo ulzza co successo alr seor dscplar. Izalmee s fa rfermeo ad ua fssaa sruura del modello (e duque s assume che paramer sao o, elle oe coclusve s segalao le eseso a modell de rsula oeu. I quao segue { u } e` u processo MA( verble e duque co u θ ( θ( L d...(, σ ; Z { } θ ; la fuzoe θ ( z θ z e` defa ella sfera apera B(, r co r > ed e` prva d zer B (, ; { } u e` sreamee sazoaro ed ergodco e s ha E( u e ( var( u u. σ σ θ Rappreseazoe del processo { u } come processo AR( : Poso ϕ( z [ θ( z ] ϕ ( z ϕ z ua sfera apera coeee B (, e prva d zer B (, ; ϕ ; allora s ha I coeffce ϕ possoo essere dvdua per rcorreza dalla sequeza d uguaglaze oeue dalla dea` ϕ( z θ ( z, ulzzado l prcpo d dea` delle fuzo aalche;. Il processo { u } e` soluzoe dell equazoe ϕ u ( ϕ( L u ϕ( L θ( L h > ({ us s } ({ s s } Defzoe: Sa e sa (per og geeraa dalle varabl aleaore { us s }. Allora ( F F F la σ -algebra la varable u E( h + u h + F dces prevsoe (faa all sae del processo { u } h pass ava; 9

20 e u u dces errore della prevsoe (e per esso s ha E( e + + ; + h + h h ( E( ( MSE u e E ( u h u + h + h + + h h, (la varaza della prevsoe dces errore quadraco medo (della prevsoe. Cosruzoe della prevsoe, dell errore e dell errore quadraco medo della prevsoe h- pass ava: Sa fssao e h. Dalle due rappreseazo del processo { u } s ha: u+ ϕu+ + + (rsp. u+ + + θ + (per h h h u+ h ϕu+ h ϕu+ h + + h (rsp. u+ h θ + h + θ + h (per h> h h dode, cosderado l aspeazoe codzoaa rspeo ad F, ed essedo E( + F per s s, s ha ϕu+ u ( E( u + F +, e u u θ + e (per h > Osservazoe: u ( E( u h h + Ω + ( h h h ϕu, ( ( E( h + h h θ + h h σ + h + MSE( u E( e θ. ϕu, MSE u e σ ; h e u u θ, + h + h + h + h Se per l processo { u } e` dspoble l processo delle osservazo { u },, F { s }, essedo ( u,, u F ( u s F, s ha che E( u+ hf ( u,, u (la prevsoe h- pass ava fae all sae co le formazo dspobl o cocde ( geerale co u + h e l suo calcolo e` pu laboroso. Per grade, come approssmazoe d h E( u + F ( u,, u (che per la legge della meda eraa cocde co E( u F ( u,, u, e` d uso ulzzare u + h + h defo per rcorreza dalla seguee

21 u + ϕu+ per h, h + h u + h ϕu + h ϕu+ h per h> h l cu errore quadraco medo s approssma el modo seguee Osservazoe: u + h h MSE( u ( + h MSE u E( e σ h h θ + +. e` sao oeuo rocado opporuamee la rappreseazoe d u + h ; pu` precsamee u h ϕu ϕ u + h s e` poso us ( E( us per s. + h + h h Prevso e process AR( p : Sa u αu + + αpu p +, AR( p sazoaro, osservao che d...(, σ u processo { } allora per > ϕ u co p, s ha ϕ, ϕ α per p, ϕ per > p, u E( u hf E( u hf ( u,, u ; + h ( + + u ( E( u F + ϕu+ αu+ ( u + ( E( p h p h p h + h α α h + h α + h α h u h h h u u F u u u u, (per + h> p maca l secodo addedo; ( ( + h ( + h h + ; MSE u MSE u σ θ (che coverge a Osservazoe: σ u per h. Ne process AR per p, quado paramer del processo soo o, le prevso esae. Per le prevso e process MA oppure ARMA s deve fare ecessaramee al rsulao geerale al rsulao geerale, og caso per u processo u + h soo MA( q s ha (per h> q u θ + h, dode E( u hf ( u,, u E( u F ( u,, u e allora s poe + h u + h h. + + h I rsula fora oeu soo vald co la sola poes che l processo { } e` u rumore baco

22 debole co qualche adaameo sulla erpreazoe d u E( h + u h + F ; el caso esame d...(, σ s puo` provare che u + h u+ h N(, σ θ (per. essedo { } Fora s e` assuo che paramer ( θ o ( ϕ che defscoo l processo { } h u soo o. Nelle applcazo ecoomerche, preseza d u modello ARMA ( cu dc p e q geere o superao 3, s ulzzao da a dsposzoe per smare paramer del modello e successvamee s ulzza l modello smao per fare le prevso. S ralasca d verfcare la valdà` asoca d quesa procedura, parcolare che u (, + h u+ h N σ θ (per. L aver cosderao process a meda ulla o e` per ee resrvo; se process soo a meda o ulla e` suffcee cosderare process cera ella meda (emprca o eorca a secoda che paramer sao o oppure sao sa sma. op h

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

Dettagli

Variazione approssimata del valore attuale

Variazione approssimata del valore attuale arazoe approssmaa del valore auale Fabo Bell 0 Abbamo vso le prcpal propreà della durao e dvers mod d calcolarla var esemp, ra cu ol a cedola fssa. Roramo alla relazoe che lega la durao alla sesvà del

Dettagli

Previsione della domanda - contenuti di base -

Previsione della domanda - contenuti di base - Prevsoe della domada - coeu d base - Prof. Rccardo Mello rccardo.mello@umore. Uversà d Modea ad Reggo Emla Dparmeo d Igegera Ezo Ferrar va Vgolese 905, 400, Modea - Iala Gruppo d Rcerca: Impa Idusral Ig.

Dettagli

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO. box. Scopo della modellazione black-box. Limitazioni dell approccio black-box

INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO. box. Scopo della modellazione black-box. Limitazioni dell approccio black-box IGEGEIA E TECOLOGIE DEI SISTEMI DI COTOLLO bo Prof. Carlo oss DEIS - Uversà d Bologa Tel: 05 09300 emal: cross@des.bo. Scopo della modellazoe black-bo S vole realzzare modello d ssema a parre dalla sola

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

NUMERI INDICI. Esempio: consideriamo la serie storica delle retribuzioni convenzionali INAIL dal 1994 al 1999 (migliaia di Lire)

NUMERI INDICI. Esempio: consideriamo la serie storica delle retribuzioni convenzionali INAIL dal 1994 al 1999 (migliaia di Lire) Corso d Sasca (caale A D) Do.ssa P. Vcard NUER NDC Nella lezoe abbamo vso la defzoe d u arcolare o d dsrbuzoe: la sere sorca. S arla d sere sorca quado l feomeo rlevao vara el emo e o samo eressa a cooscere

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Il valore dei titoli azionari. a) DCF Model con TV. I metodi finanziari. I flussi di cassa. Flussidi cassa t

Il valore dei titoli azionari. a) DCF Model con TV. I metodi finanziari. I flussi di cassa. Flussidi cassa t Il valore de ol azoar IL VALORE DEI TITOLI AZIONARI: meod azar Soo possbl dvers approcc: approcco basao su luss d rsulao: meod azar, redduale e del valore (exra pro); approcco d mercao: meodo de mulpl

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

GIANCARLO CAPOZZA CARLO CUSATELLI Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli studi di Bari SUGLI INDICI DI PERFORMANCE *

GIANCARLO CAPOZZA CARLO CUSATELLI Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli studi di Bari SUGLI INDICI DI PERFORMANCE * GACARLO CAPOZZA CARLO CUSAELL Dparmeo d Sceze Sasche Carlo Cecch, Uversà degl sud d Bar SUGL DC D PERFORMACE * SOMMARO. roduzoe. Cosderazo sul calcolo del redmeo 3. l coecee bea 4. prcpal dc d perormace

Dettagli

Schemi a blocchi. Sistema in serie

Schemi a blocchi. Sistema in serie Scem a blocc Nel caso ssem semplc, ques possoo essere scemazza meae blocc, ce rappreseao vers compoe, collega ra loro sere o parallelo a secoa ella logca uzoameo. Vl Valvolal solvee Sesore Pompa Pompa

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

CAPITOLO 6 ANALISI DEL RITARDO IN UNA RETE DATI.

CAPITOLO 6 ANALISI DEL RITARDO IN UNA RETE DATI. CAITOLO 6 AALISI DEL RITARDO I UA RETE DATI. 6. AALISI DEL RITARDO I UA RETE DATI I queso caolo aalzzeremo, modo quaavo e qualavo, gl eleme d rardo rese ua ree er da. Fodamealmee cosdereremo re d o aced

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

Dettagli

ELEMENTI DI MATEMATICA FINANZIARIA

ELEMENTI DI MATEMATICA FINANZIARIA ELEMENTI DI MATEMATICA FINANZIARIA 9. OPERAZIONI FINANZIARIE La Maemaca Fazara ha per oggeo suo le operazo fazare, coè le operazo scambo somme earo spoble emp vers. Gl eleme foameal u'operazoe fazara soo

Dettagli

E.S. Levrero. Dispense integrative di Economia Monetaria (2014-2015)

E.S. Levrero. Dispense integrative di Economia Monetaria (2014-2015) E.S. Levrero Dspese egrave d Ecooma Moeara (204-205) IL MOLTIPLICATORE DEI DEPOSITI BANCARI E L OFFERTA DI MONETA. Per quao rguarda l molplcaore de depos bacar, s deve eer coo del fao che l ammoare effevo

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

Capitolo 3 Il trattamento statistico dei dati

Capitolo 3 Il trattamento statistico dei dati Capolo 3 Il raameo sasco de da 3. - Geeralà Nel descrere feome, occorre da u lao elaborare de modell (coè delle relazo maemache fra le gradezze, che coseao d descrere e preedere l feomeo) e dall alro dars

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

NEWSLETTER AIFIRM RISK MANAGEMENT MAGAZINE Rivista dell Associazione Italiana Financial Industry Risk Managers

NEWSLETTER AIFIRM RISK MANAGEMENT MAGAZINE Rivista dell Associazione Italiana Financial Industry Risk Managers WSLTT AFM SK MAAGMT MAGAZ vsa dell Assocazoe alaa Facal dusry sk Maagers Ao 8 umero Geao Febbrao - Marzo 23 ose alae - Spedzoe abboameo posale 7% au. CB / Geova r. 569 ao 25 collaborazoe co WSLTT AFM SK

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

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Rota Bulò Samuel 796408

Rota Bulò Samuel 796408 Roa Bulò Samuel 79648 ONNUO INRODUZION 4. osa soo le re eural 4. La mee umaa 4 NURON DI MULLOH-PIS 5. Modello euroe 5. p d fuzoe d aazoe 6.. resold fuco o Heasde fuco 6.. Pecese-lear fuco 6..3 Sgmod fuco

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

MATEMATICA FINANZIARIA

MATEMATICA FINANZIARIA MATEMATICA FINANZIAIA Prof. Adrea Berard 999 4. MUTUI E PIANI I AMMOTAMENTO Corso d Maeaca Fazara 999 d Adrea Berard Sezoe 4 0 CONTATTO I MUTUO Il corao d uuo è u operazoe fazara corrspodee ad ua parcolare

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria APPENDICE ATEATICA Elemen d maemaca fnanzara. Il regme dell neresse semplce L neresse è l fruo reso dall nvesmeno del capale. Nel corso dell esposzone s farà rfermeno a due regm o pologe d calcolo dell

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t

Nel caso di un regime di capitalizzazione definiamo, relativamente al periodo [t, t + t] : i t 4. Approcco formale E neressane efnre le caraersche e var regm fnanzar n manera pù asraa e generale, n moo a poer suare qualsas regme fnanzaro. A al fne efnamo percò e paramer n grao escrvere qualsas po

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Premessa... 1. Equazioni i differenziali lineari

Premessa... 1. Equazioni i differenziali lineari Apput d Cotroll Autoatc Captolo 3 parte I Sste dac lear Preessa... Equazo dfferezal lear... Evoluzoe lbera ed evoluzoe forzata... Uso della trasforazoe d Laplace... 3 Esepo... 7 Osservazo sulla rsposta

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi.

Introduzione (1) Introduzione (2) Prodotti e servizi sono realizzati per mezzo di processi produttivi. Iroduzioe () Ua defiizioe (geerale) del ermie qualià: qualià è l isieme delle caraerisiche di u eià (bee o servizio) che e deermiao la capacià di soddisfare le esigeze espresse ed implicie di chi la uilizza.

Dettagli

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE

CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI 1. LEGGI FINANZIARIE CAPITOLO PRIMO LEGGI E REGIMI FINANZIARI SOMMARIO:. Legg fnanzare. - 2. Regme fnanzaro dell neresse semplce e dello scono razonale. - 3. Regme fnanzaro dell neresse e dello scono composo. - 4. Tass equvalen.

Dettagli

2. Duration. Stefano Di Colli

2. Duration. Stefano Di Colli 2. Duraio Meodi Saisici per il Credio e la Fiaza Sefao Di Colli Tassi di ieresse e redimei La reddiivià di u obbligazioe è misuraa dal asso di redimeo o dal asso di ieresse U idicaore del redimeo deve

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL Programmazoe No Leare: Algortm Evolutv Ig. Valero Lacaga Programmazoe o leare: metodche rsolutve METODI d PNL INDIRETTI DIRETTI Codzo ecessare Sstema d vcol Algortm I metod drett forscoo soltato codzo

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Matematica finanziaria avanzata III: la valutazione dei gestori

Matematica finanziaria avanzata III: la valutazione dei gestori Maemaca azaa aazaa III: la aluazoe de geso L dusa del spamo geso La aluazoe della peomace Redme Msue sk-adjused Msue basae su modell ecoomec Le gadezze lea I bechmak e le commsso La lodzzazoe de edme L

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994)

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994) !(Breve rchamo alle lezo ) " I passato l applcazoe ua tecca statstca multvarata cossteva stetcamete tabella e at potes moello e tecca statstca multvarata output e rsultat Ogg l amplars e camp applcazoe

Dettagli

PROCESSI CASUALI. Segnali deterministici e casuali

PROCESSI CASUALI. Segnali deterministici e casuali POCESSI CASUALI POCESSI CASUALI Segnal deermnsc e casual Un segnale () s dce DEEMIISICO se è una funzone noa d, coè se, fssao un qualunque sane d empo o, l valore ( o ) assuno dal segnale è noo con esaezza

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Problema della Ricerca

Problema della Ricerca Problema della Rcerca Pag. /59 Problema della Rcerca U dzoaro rappreseta u seme d formazo suddvso per elemet ad oguo de qual è assocata ua chave. Esempo d dzoaro è l eleco telefoco dove la chave è costtuta

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

Approssimazioni di curve

Approssimazioni di curve Approssmazo d curve e superfc Approssmazo d curve Il terme Computer Grafca comprede ua larga varetà d applcazo che rguardao umerevol aspett della ostra vta. U eleco esemplfcatvo d alcu de camp cu essa

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

Possibilità e limiti delle previsioni! Concetto di previsione! Concetto di previsione/2! Concetto di previsione/3!

Possibilità e limiti delle previsioni! Concetto di previsione! Concetto di previsione/2! Concetto di previsione/3! Cocetto d prevsoe Possbltà e lmt delle prevso Immago l sstema degl evet, passat e futur, come ua ragatela. Dstguamo gl evet due tp Se la s tocca u puto c sarao reazo moltplcatve tutt fl Facta Futura FACTA

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

2 PROPAGAZIONE DELLA LUCE

2 PROPAGAZIONE DELLA LUCE POPGZIONE DELL LUE Voglamo aalzzae che a succede quado u foe d oda coa sul suo cammo ua supefce esesa. Dobbamo dsguee caso cu la supefce sa ua supefce deleca o coduce. alzzamo azuo l caso cu la supefce

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

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

Dettagli

Avvertenza. Rendite frazionate

Avvertenza. Rendite frazionate Avverteza Quest lucd soo pesat solo come u auslo per l ascolto della lezoe. No sosttuscoo l lbro d testo Possoo coteere error e svste, che gl studet soo vtat a segalare Redte frazoate L tervallo tra ua

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Ammortamento americano. Ammortamento americano

Ammortamento americano. Ammortamento americano mmortameto amercao La cora lezoe abbamo vto che ell'ammortameto amercao l rmboro del debto zale avvee medate u uco verameto a cadeza, otteuto attravero ua operazoe d cottuzoe d u captale al tao attvo j;

Dettagli

Controllo predittivo (MPC o MBPC)

Controllo predittivo (MPC o MBPC) Conrollo predvo MPC o MBPC Nella sa formlaone pù enerale, l conrollo predvo consa d re dee d base:. L lo d n modello maemaco ao a prevedere le sce del processo nel san d empo fr l orone. Le sce fre, comprese

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n

F è la tensione equivalente al piede del dente nel punto più sollecitato (tensione effettiva) espressa nel modo seguente: F n 3ALPGC-Cosruzioe di Macchie 3 4 Calcolo a faica 4. Normaiva UNI 886 Resiseza a flessioe Per quao riguarda il calcolo a faica per flessioe delle ruoe di igraaggi la ormaiva UNI 886 (987) fa riferimeo alla

Dettagli

Anno 5 Successioni numeriche

Anno 5 Successioni numeriche Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

UNIVERSITA DEGLI STUDI DI PADOVA

UNIVERSITA DEGLI STUDI DI PADOVA UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA E GESTIONE IMPRESE RELAZIONE FINALE I NUMERI INDICI DI BORSA : UNA RASSEGNA RELATORE : CH.MO PROF. UGO TRIVELLATO

Dettagli

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO PER LA COSTITUZIONE E LA RIPARTIZIONE DEL FONDO INTERNO DEL 2,00% DELL IMPORTO POSTO A BASE DI GARA DELLE OPERE E DEI LAVORI E DEL 30% DELLA TARIFFA PROFESSIONALE

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti

Dettagli

3) DIFFUSIONE DELLA LUCE E SPETTROSCOPIA RAMAN

3) DIFFUSIONE DELLA LUCE E SPETTROSCOPIA RAMAN DIFFUSION DLLA LU STTROSOIA RAAN La uso lla lu a pa u aomo quval al sgu posso (l aomo è l lvllo : (A Assobmo u oo quza vo oa k passaggo allo sao ao aua (sao al o msso u oo quza vo oa k. Oppu: (B msso u

Dettagli

Appendice 1. Le previsioni economiche

Appendice 1. Le previsioni economiche Saisica aziedale Bruo Bracalee, Massimo Cossigai, Aa Mulas Copyrigh 009 The McGraw-Hill Compaies srl Appedice. Le previsioi ecoomiche A. Iroduzioe La previsioe del fuuro da sempre cosiuisce maeria di grade

Dettagli

UNIVERSITÀ DEGLI STUDI DI BERGAMO

UNIVERSITÀ DEGLI STUDI DI BERGAMO UIVERSITÀ DEGLI STUDI DI BERGAMO Facolà di Ecoomia Diparimeo di Maemaica, saisica, iformaica e applicazioi "Lorezo Mascheroi" Doorao di Ricerca i: Meodi compuazioali per le previsioi e decisioi ecoomiche

Dettagli

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo

Criteri di scelta degli investimenti. Materiale didattico per il corso di matematica finanziaria II modulo Crter d scelta degl estmet Materale ddattco per l corso d matematca azara II modulo Itroduzoe La presete trattazoe s poe come obetto d aalzzare due prcpal crter d scelta degl estmet e de azamet per alutare

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

Appunti: elementi di Statistica

Appunti: elementi di Statistica Uverstà d Ude, Facoltà d Sceze della Forazoe Corso d Laurea Sceze e Tecologe Multedal Corso d Mateatca e Statstca (Gorgo T. Bag) Apput: eleet d Statstca. INTENSITÀ, FREQUENZA ASSOLUTA E RELATIVA.. L aals

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

Dettagli

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

Dettagli

PARTE TERZA: L EQUILIBRIO PARAMETRICO

PARTE TERZA: L EQUILIBRIO PARAMETRICO Aldo Motesao PRINCIPI DI ANALISI ECONOMICA PARTE TERZA: L EUILIBRIO PARAMETRICO Ca. 10 L ANALISI DELL EUILIBRIO PARZIALE Doo aver aalzzato le due otes fodametal della teora ecoomca, secodo cu le azo degl

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

Successioni. Grafico di una successione

Successioni. Grafico di una successione Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario

Dettagli

Corso di Intermediari Finanziari e Microcredito

Corso di Intermediari Finanziari e Microcredito Idice Corso di Iermediari iaziari e Microcredio Iroduzioe I crieri radizioali di valuazioe dei progei di ivesimeo; La valuazioe dei progei di ivesimeo I crieri fiaziari di valuazioe dei progei d ivesimeo

Dettagli

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO

APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO Moduo 8a 1 APPROFONDIMENTI SULLA TEORIA DEL CONSUMO AGGREGATO 1. Iroduzioe 2. La eoria de cosumo di Dueseberry 3. La eoria de cico viae di Modigiai 2 1. Iroduzioe Dae esperieze dei maggiori sisemi macroecoomici,

Dettagli

Sistemi Dinamici Lineari. tempo-discreti

Sistemi Dinamici Lineari. tempo-discreti Ssem Dmc Ler u empo-dscre y u u B Δ C y y u 3 y 3 S. Mrsl-Lbell: Ssem ler empo-dscre pg. Defzoe d ssem dmco lere Gl sem d gress, s e usce soo spz veorl Vle l prcpo d sovrpposzoe degl effe L relzoe Igresso/So/Usc

Dettagli

DEFORMAZIONI PROSPETTICHE

DEFORMAZIONI PROSPETTICHE DEFORMAZIONI PROSPETTICHE PARTE I: trasformazo geometrche 1.1 Itroduzoe Abbamo aalzzato e cercato d correggere l problema delle dstorso geometrche a cu soo soggette le mmag otteute tramte macche fotografche

Dettagli

PROBLEMI INVERSI NELLA MECCANICA DEL

PROBLEMI INVERSI NELLA MECCANICA DEL UNIVERSITÀ DELLA CALABRIA DOTTORATO DI RICERCA IN MECCANICA COMPUTAZIONALE XX CICLO SETTORE SCIENTIFICO DISCIPLINARE ICAR-8 PROBLEMI INVERSI NELLA MECCANICA DEL DANNEGGIAMENTO Doato Guseppe Dssertazoe

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli