Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 2/12/2013
|
|
- Viviana Zanella
- 4 anni fa
- Visualizzazioni
Transcript
1 Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del /1/13 Exercise 1 punti 1 circa Un foglio browniano è un processo gaussiano a valori reali X s, t, indicizzato da s, t in [, T ] [, T ], con media zero e E [X s, t X s, t ] = s s t t dove a b indica il minimo tra a e b E detto continuo se, per qo ω, X ω è continuo su [, T ] Diamo per buono il fatto che un foglio browniano esista 1 Sia X un foglio browniano Si dimostri che, per ogni s >, Xs, s è un moto browniano reale Sia X un foglio browniano Si dimostri che E [ X s, t X s, t ] T s s + t t sugg: vale la disuguaglianza elementare ab a b T a a + b b per tutti gli a, b [, T ] 3 Si dimostri che, per ogni m, E [ X s, t X s, t m] C m T m/ s s + t t m/ dove C m = E [ Z m ], Z va normale standard 4 Si deduca che X ha una modificazione continua, che è anche α-hölderiana per ogni α < 1/ Exercise punti 1 circa Sia Y n n un processo definito come segue: Y = e, per ogni intero n, Y n+1 = Y n + n+1 ξ n dove ξ n è una va di Bernoulli di parametro 1/ a valori in {, 1} una va discreta che assume i valori, 1 con egual probabilità indipendente da F n = σ {Y,, Y n } 1 Si dimostri che, per ogni funzione limitata misurabile g : [, 1] R, E [g Y n+1 F n ] = g Y n + n+1 + g Y n Sia ora f : [, 1] R una funzione misurabile limitata Per ogni intero non negativo n, poniamo X n = f Y n + n f Y n n = n f Y n + n f Y n 1
2 Si dimostri che X è una martingala rispetto ad F n n 3 Si supponga che f sia non decrescente Dimostrare che X converge qc 4 Si supponga che f sia lipschitziana f x f y L x y Dimostrare che X converge qc e in L p per ogni p 1 finito Exercise 3 punti 1 circa Sia B t t un moto browniano reale, n un intero positivo e µ, σ due matrici n n Si consideri la seguente equazione differenziale stocastica a valori in R n n : ds t = µ T S t µdt + σ T S t σdb t, S = s R n n 1 Si discuta esistenza e unicità delle soluzioni Si dimostri che, se s T = s, allora qc vale, per ogni t, S T t = S t D ora in avanti si supponga s T = s Per v R n fissato, si trovi l equazione soddisfatta da X t = S t v, v Supponiamo poi che s sia una matrice definita non negativa s v, v per ogni v Se µ = µ Id, σ = σ Id, con µ, σ R, dimostrare che anche S t è una matrice definita non negativa 3 Se µ e σ sono matrici ortogonali cioè soddisfano A T = A 1, trovare e risolvere l equazione soddisfatta da T r S t, la traccia di S t 4 Sia v t R n la soluzione dell equazione differenziale stocastica Nel caso particolare dimostrare tramite la formula di Itô che eventualmente anche in altro modo dv t = v t db t v = v ds t = S t db t, S = s S t v t, v t = e 3t s v, v
3 1 Soluzioni Esercizio 1 1 Poniamo B t ω = Xs,t,ω s con s > fissato Allora B t è un processo gaussiano: B t1,, B tn = 1 s X s, t 1,, X s, t n che è ovvia trasformazione lineare del vettore per definizione gaussiano X s, t 1,, X s, t n Vale [ ] X s, t E [B t ] = E = 1 E [X s, t] = s s C B t, t = 1 s 1 s E [X s, t X s, t ] = t t quindi si applica la caratterizzazione della Proposizione 18 del corso E [ X s, t X s, t ] = E [ X s, t ] [ + E X s, t ] E [X s, t X s, t ] Se s s, t t, allora vale = st + s t s s t t Se invece s s, t > t, allora vale st + s t st = s t st T s s + t t st + s t st = s t t + s s t T s s + t t Gli altri casi sono riconducibili a questi due, scambiando s, t con s, t 3 Poniamo Z = Xs,t Xs,t dove σ = E [ X s, t X s, t ] Z è normale σ standard, quindi [ X s, t X s C m = E [ Z m, t m ] ] = E da cui E [ X s, t X s, t m] = C m σ m/ Cm T s s + t t m/ 3 σ m
4 per il punto precedente 4 Vale s s + t t n = s s + t t n n s s + t t n quindi E [ X s, t X s, t 4n] C 4n T s s + t t n C 4n T n n s s + t t n C 4n T n n s, t s, t n Da qui si ragiona come per il moto browniano vedi corso Esercizio 1 E [g Y n+1 F n ] = E [ g Y n + n+1 ξ n Fn ] Poniamo Φ y = E [ g ] y + n+1 g y + n+1 + g y ξ n = Allora, per la Proposizione 11 delle dispense, Infine E [ g Y n + n+1 ξ n Fn ] = Φ Yn = g Y n + n+1 + g Y n X n = n f Y n + n f Y n è adattato a F n Inoltre E [ X n ] n+1 sup f < E [X n+1 F n ] = n+1 E [ f Y n+1 + n+1 F n ] n+1 E [f Y n+1 F n ] ed usando il punto 1 prima con g y = f y + n+1, poi con g y = f y = n+1 f Y n + n+1 + n+1 + f Y n + n+1 n+1 f Y n + n+1 + f Y n 4
5 = n f Y n + n f Y n = X n 3 Basta osservare che X n ed applicare un noto teorema di convergenza corollario 8 delle dispense 4 In questo caso vale X n L n = L n quindi in particolare X n L, oppure E [ X n ] L, per cui si può di nuovo applicare un noto teorema corollario 8 o 9 Esercizio 3 Nei primi 3 punti scriviamo la risoluzione operando vettorialmente, ma tutti i passaggi si possono giustificare tramite le componenti; come invece facciamo nel punto 4, più complicato Indichiamo con S ij t le componenti di S t ed analogamente per le componenti dei vettori e osserviamo che vale S ij t = s ij + µ T S s µ ij ds + σ T S s σ ij dbs 1 1 I coeffi cienti sono funzioni lineari, quindi lipschitziane Quindi vale esistenza e unicità forte Siccome St T risolve la stessa equazione di S t ma con dato iniziale s T, se vale s T = s allora per unicità il processo St T è indistinguibile da S t Vale S t v, v = s v, v + S s µv, µv ds + S s σv, σv db s A tale identità si può arrivare o con la formula di Itô oppure ragionando per componenti, moltiplicando tutti i termini dell equazione 1 per v j v i le costanti v j v i entrano negli integrali e poi sommando sugli indici Se poi µ = µ Id, σ = σ Id, allora ovvero da cui 3 Vale S t v, v = s v, v + µ S s v, v ds + σ dx t = X t µ + σ db t, X = s v, v T r S t = T r s + µ σ t+σ X t = s v, v e Bt T r µ T S s µ ds + S s v, v db s T r σ T S s σ db s 5
6 A questa identità si arriva sommando le componenti di ugual indice dell equazione 1 Ma la traccia è invariante per cambi di base cioè T r µ T S s µ = T r S s, T r σ T S s σ = T r S s quindi da cui, come sopra, T r S t = T r s + T r S s ds + T r S t = T r s e 1 1 t+b t 4 Usando le componenti omettiamo la somma n i,j=1 per semplicità di notazione, vale d S t v t, v t = d S ij t v j t vt i ed usando la formula di Itô per la funzione f s, v, w = svw, T r S s db s = S ij t v j t dvt i + S ij t vtdv i j t + v j t vtds i ij t + vtd [ i S ij, v j] + t vj d [ S ij, v i] + t Sij d [ v i, v j] t = S ij t v j t vtdb i t S ij t vtv i j t db t + v j t vts i ij t db t vts i ij t v j dt v j S ij t vtdt i + S ij v i v j dt da cui = 3v i ts ij t v j dt = 3 S t v t, v t dt S t v t, v t = e 3t s v, v 6
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 14/2/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 14/2/213 Exercise 1. punti 9+) Sia X = X t, x)) t,x un processo stocastico a valori reali, avente come parametro la coppia t,
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/2013
Istituzioni di Probabilità Laurea magistrale in Matematica prova scritta del 22/7/213 Exercise 1 (punti 1 circa Diremo che un processo X = (X t t [,1] a valori reali è un ponte browniano se è un processo
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 2015
Istituzioni di Probabilità Laurea magistrale in Matematica 16 Febbraio 15 sercizio 1. (punti 1 ) ) Basandosi sul noto concetto di integrale di Itô, ogni studente esponga, preliminarmente, una ragionevole
DettagliPrima prova in itenere di Istituzioni di Probabilità
Prima prova in itenere di Istituzioni di Probabilità 14 novembre 2012 Esercizio 1. Un processo di Ornstein-Uhlenbec modificato (OUM) è un processo reale, con R come insieme dei tempi, con traiettorie continue,
DettagliAnalisi Stocastica Programma del corso 2009/10
Analisi Stocastica Programma del corso 2009/10 [13/01a] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza,
DettagliAnalisi Stocastica Programma del corso 2008/09
Analisi Stocastica Programma del corso 2008/09 [13/01] Introduzione. 0. Preludio (1 ora) [1] Descrizione del corso: obiettivi, prerequisiti, propedeuticità. Un esempio euristico: lavoro di una forza, valore
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni
Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2013/14 Registro delle lezioni Lezione 1 (25/2). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni
DettagliI Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno
I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre
III Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre 2015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Energia immessa da un white noise Ricordiamo la motivazione applicativa della volta scorsa: un white noise additivo, messo in un equazione che nel caso deterministico
DettagliCalcolo delle Probabilità 2017/18 Foglio di esercizi 8
Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito
DettagliProcessi Stocastici, anno 2013/14
Processi Stocastici, anno 213/14 Esercitazione 1 Esercizio 1 Siano X e Y due v.a. indipendenti in L 2, con E(X) = µ, V (X) = σ 2, E(Y ) = ν. Si determini il valor medio condizionato E(X + Y X), il valor
DettagliConvergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di
1. martedì 10 marzo Convergenza di martingale - La convergenza in L p, p > 1 equivale alla limitatezza in L p : disuguaglianza per submg non negative; disuguaglianza di Doob; una mg è L p limitata se e
DettagliCorsi di Laurea Magistrale in Matematica, A.A Calcolo stocastico e applicazioni (Docente: Bertini) Esercizi settimanali
Settimana 1 Esercizio 1. [Unicità della misura di Wiener] Sia C([0, 1]) l insieme delle funzioni continue sull intervallo [0, 1] con la topologia (metrizzabile) indotta dalla convergenza uniforme. Sia
DettagliIstituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni
Istituzioni di Probabilità Laurea magistrale in Matematica a.a. 2012/13 Registro delle lezioni Lezione 1 (27/9). Introduzione al corso. Prime definizioni sui processi stocastici (processo stocastico, distribuzioni
DettagliEsercizi su formula di Itô
Esercizi su formula di Itô 1. Scrivere il differenziale stocastico dei seguenti processi: (i) X t = B t (ii) X t = t + e B t (iii) X t = B 3 t 3tB t (iv) X t = 1 + t + e B t (v) X t = [B 1 (t)] + [B (t)]
DettagliIstituzioni di Probabilità - A.A
Istituzioni di Probabilità - A.A. 25-26 Prima prova di verifica intermedia - 29 aprile 25 Esercizio. Sia (X n ) n una successione di v.a. i.i.d. centrate con < X P-q.c., sia λ R ed F una v.a. integrabile
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
DettagliEsercizi su equazioni differenziali stocastiche e teorema di Girsanov (con soluzioni)
Esercizi su equazioni differenziali stocastiche e teorema di Girsanov con soluzioni). Moto Browniano geometrico Per r, σ >, si consideri l EDS lineare con coeff. costanti: dx t rx t dt + σx t db t, X x
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Riassunto Abbiamo introdotto le equazioni differenziali stocastiche, equazioni del tipo dx t = b (t, X t ) dt + σdb t (o un po più generali) dove B t è il moto
DettagliAnalisi Matematica 3, a.a Scritto del quinto appello, 11 settembre 2019 Testi 1
Scritto del quinto appello, 11 settembre 019 Testi 1 1. a) Dato u L 1 R), sia vx) := u x); esprimere ˆv in termini di û. b) Caratterizzare le funzioni u L 1 R) tali che û è una funzione dispari a valori
DettagliIntegrali Curvilinei
Integrali Curvilinei Gianluca Gorni 11 gennaio 2006 1 Lunghezza di una curva Definizione 1.1. Una curva N-dimensionale è una funzione definita su un intervallo (compatto, se non specificato altrimenti)
Dettaglix 1 Fig.1 Il punto P = P =
Geometria di R 2 In questo paragrafo discutiamo le proprietà geometriche elementari del piano Per avere a disposizione delle coordinate nel piano, fissiamo un punto, che chiamiamo l origine Scegliamo poi
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliAnalisi Matematica 1 Soluzioni prova scritta n. 1
Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a
DettagliEsercizi di Calcolo delle Probabilità
Esercizi di Calcolo delle Probabilità M. Pratelli e M. Romito Gli esercizi che seguono sono stati proposti nel corso Probabilità dell Università di Pisa negli a.a. 2012-13 e 2013-14 (M. Romito) e 2014-15
DettagliAlcuni complementi di teoria dell integrazione.
Alcuni complementi di teoria dell integrazione. In ciò che segue si suppone di avere uno spazio di misura (,, µ) 1 Sia f una funzione misurabile su un insieme di misura positiva tale che f 0. Se fdµ =
DettagliX n = αx n 1 + Y n. Si dimostri che. Usando la precedente relazione si dimostri che. e che. e si determini il limite di media e varianza quando n +.
Problema 1. Siano X, Y 1, Y,... variabili aleatorie indipendenti. Si supponga che X abbia media m e varianza σ e che le Y i abbiano distribuzione gaussiana con media µ e varianza σ. Dato α in (, 1, si
DettagliEsercizi 8 12 gennaio 2009
Sia α > e Esercizi 8 2 gennaio 29 f(x, y = ( + x 2 + y 2 α. Dimostrare che f appartiene a L p ( 2, con α p >. Osserviamo innanzitutto che, essendo f continua, l integrale di f p su 2 è uguale all integrale
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Premessa Scopo delle seguenti simulazioni è trovare dei modelli con forti fluttuazioni ma valori compresi in un intervallo specificato. Tali processi vengono
DettagliAnalisi Matematica 2 - A
Analisi Matematica 2 - A Soluzione Appello scritto del 29 Gennaio 2013 Esercizio 1 (10 punti Si consideri il Problema di Cauchy { y = y + y(0 = 0, dove y è la funzione incognita ed è la sua variabile.
DettagliCorso di Metodi Matematici per l Ingegneria A.A. 2016/2017 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui
Corso di Metodi Matematici per l Ingegneria A.A. 26/27 Esercizi svolti su misura e integrale di Lebesgue, spazi L p, operatori lineari continui Marco Bramanti Politecnico di Milano December 4, 26 Esercizi
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliMoto Browniano Geometrico multidimensionale
Moto Browniano Geometrico multidimensionale Supponiamo di avere n azioni i cui prezzi sono indicati con S 1 (t), S 2 (t),,..., S n (t). Supponiamo che siano disponbili m moti Browniani indipendenti che
DettagliSi dimostri che la (*) possiede un unica soluzione (u n ) limitata.
Scuola Normale Superiore, ammissione al IV anno del corso ordinario Prova scritta di Analisi Matematica per Fisica, Informatica, Matematica 26 Agosto 2 Esercizio. Siano (a n ) e (b n ) successioni di numeri
DettagliEQUAZIONI DIFFERENZIALI Esercizi con soluzione
EQUAZIONI DIFFERENZIALI Esercizi con soluzione 1. Calcolare l integrale generale delle seguenti equazioni differenziali lineari del primo ordine: (a) y 2y = 1 (b) y + y = e x (c) y 2y = x 2 + x (d) 3y
DettagliAnno accademico
Scuola Normale Superiore Ammissione al 4 anno della Classe di Scienze Prova di Analisi per l ammissione alla Laurea Specialistica in Fisica applicata, Informatica, Matematica, Scienze fisiche, Tecnologie
Dettagli11. Misure con segno.
11. Misure con segno. 11.1. Misure con segno. Sia Ω un insieme non vuoto e sia A una σ-algebra in Ω. Definizione 11.1.1. (Misura con segno). Si chiama misura con segno su A ogni funzione ϕ : A R verificante
DettagliSISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 maggio 2017
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 maggio 217 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima pagina
DettagliCOGNOME: NOME: MATR.: 1. Si consideri la serie di Fourier data da n 2
COGNOME: NOME: MATR.: Ingegneria Aerospaziale. Analisi Matematica 2. Compito del 16 febbraio 2019 - PARTE A 1. Si consideri la serie di Fourier data da n 2 sin(2nt). Diamo per buono che esiste il limite
DettagliFondamenti di Fisica Matematica: Secondo parziale Cognome e nome:...matricola:... es.1 es.2 es.3 es.4 es.5 somma
Fondamenti di Fisica Matematica: Secondo parziale 6..03 Cognome e nome:....................................matricola:......... es. es. es.3 es.4 es.5 somma 7 7 0 6 6 30 Voto: es.+es.+es.3+max(es.4,es.5).
Dettagli12. Funzioni numeriche misurabili.
12. Funzioni numeriche misurabili. 12.1. Funzioni numeriche misurabili. D ora in avanti, nel corso di questi appunti, adotteremo la seguente terminologia: per far riferimento ad una funzione f : Ω R, per
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
Dettagli5.3 Alcune classi di funzioni integrabili
3. Si verifichi che per ogni f, g : [a, b] R si ha f g = g + (f g) 0, f g = f + g f g; dedurne che se f, g R(a, b) allora f g, f g R(a, b). [Traccia: si osservi che basta verificare che f 0 R(a, b), e
DettagliIl problema della migliore approssimazione. Teorema 3.2 Il problema 3.1 ammette sempre almeno una soluzione.
3. Spazi di Hilbert Wir müssen wissen. Wir werden wissen. Noi abbiamo il dovere di conoscere. Alla fine conosceremo.) David Hilbert 1862-1943) Il problema della migliore approssimazione Problema 3.1 Migliore
DettagliFunzioni condizionatamente definite positive
Funzioni condizionatamente definite positive Nelle lezioni precedenti abbiamo visto come il problema di interpolazione ci abbia portato all uso di funzioni definite positive. Tuttavia, ci sono funzioni
DettagliEquazioni differenziali e teoria della misura
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 2 settembre 23 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di sistema fondamentale di soluzioni di un equazione differenziale lineare d ordine n omogenea. Sia I un intervallo non banale di R; siano
DettagliVettori applicati. Capitolo Richiami teorici. Definizione 1.1 Un sistema di vettori applicati Σ è un insieme
Capitolo 1 Vettori applicati 1.1 Richiami teorici Definizione 1.1 Un sistema di vettori applicati Σ è un insieme {(P i,v i ), P i E, v i V, i = 1,...,N}, (1.1) dove P i è detto punto di applicazione del
DettagliEsame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Discretizzazione equazione del calore Per l equazione usiamo lo schema esplicito p tk+1 (x i ) p tk (x i ) h t p t = σ2 2 p 2 x 2 = σ2 2 p tk (x i+1 ) p tk
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI 1 Primo ordine - variabili separabili Sia dato il problema di Cauchy seguente: { y = a(x)b(y) Si proceda come segue y(x 0 ) = y 0 (1) Si calcolino le radici dell equazione b(y)
Dettagliy = A(t)y + b(t) (37)
II-1 Equazioni differenziali lineari. Introduzione Sia M n lo spazio delle matrici quadrate reali di ordine n. In questo paragrafo tratteremo la classe particolare delle equazioni differenziali lineari,
DettagliEsistenza ed unicità per equazioni differenziali
Esistenza ed unicità per equazioni differenziali Per concludere queste lezioni sulle equazioni differenziali vogliamo dimostrare il teorema esistenza ed unicità per il problema di Cauchy. Faremo la dimostrazione
Dettaglinon solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da
NOTE INTEGRATIVE PER IL CORSO DI ANALISI MATEMATICA 2 ANNO ACCADEMICO 2012/13 NOTE SULLA CONTINUITÀ UNIFORME D.BARTOLUCCI, D.GUIDO Sia f(x) = x 3, x [ 1, 1]. Si ha 1. La continuità uniforme x 3 y 3 = x
DettagliESERCIZI DI ANALISI MATEMATICA II. sin(tv) v. f(v) dv = (1 + t) (e 1/t + 1)
ESERCIZI DI ANALISI MATEMATICA II Equazioni differenziali ED 1 Stabilire se l equazione integrale f(t) 1/2 0 sin(tv) v f(v) dv = (1 + t) (e 1/t + 1) ammette una soluzione nello spazio C([0, 1/2]). (Suggerimento:
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di forma differenziale chiusa. Sia A R N ; sia A aperto; sia ω = N i=1 ω i dx i una forma differenziale su A; sia ω di classe C 1 ; si dice
DettagliAlcuni spazi funzionali con ordine di derivazione reale
Alcuni spazi funzionali con ordine di derivazione reale Nel seguito Ω denota un di IR n. Per garantire l effettiva validità dei risultati e l equivalenza delle definizioni che diamo a quelle originali
DettagliEquazioni differenziali Problema di Cauchy
Equazioni differenziali Problema di Cauch Primo esempio - Risolvere l equazione '( ) = g( ) con g( ) :[ a, b] R continua Teor. fondamentale del calcolo integrale ( ) = + g ( t )dt Primo esempio - Osserviamo
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019
Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Costruire, se esiste, un esempio con le seguenti proprietà 1. {F n }
DettagliCORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 18/03/2013
CORSO DI ANALISI MATEMATICA SOLUZIONI ESERCIZI PROPOSTI 8/03/03 D.BARTOLUCCI, D.GUIDO. La continuità uniforme I ESERCIZIO: Dimostrare che la funzione f(x) = x 3, x A = (, ] non è uniformemente continua
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
Dettagli14. Confronto tra l integrale di Lebesgue e l integrale di Riemann.
4. Confronto tra l integrale di Lebesgue e l integrale di Riemann. Lo scopo di questo capitolo è quello di mettere a confronto i vari tipi di integrale (di Riemann, generalizzato e improprio) di funzioni
Dettagli1 Addendum su Diagonalizzazione
Addendum su Diagonalizzazione Vedere le dispense per le definizioni di autovettorre, autovalore e di trasformazione lineare (o matrice) diagonalizzabile. In particolare, si ricorda che una condizione necessaria
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2013-2014 Lezione 4 Indice 1 Convergenza in legge di processi stocastici 2
Dettagli()Probablità, Statistica e Processi Stocastici
Probablità, Statistica e Processi Stocastici Generica motivazione di un noise additivo Supponiamo che, in prima approssimazione, il nostro sistema fisico sia descritto da X (t) = f (t, X (t)). Supponiamo
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliProva Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 21 Settembre 2016
Prova Finale di Tipo B e Prova di Accesso alla Laurea Magistrale 2 Settembre 206 Corso di Laurea in Matematica Dipartimento di Matematica e Fisica Università di Roma Tre U. Bessi, A. Bruno, S. Gabelli,
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica 69AA) AA 06/7 - Prova del 07-04-07 La durata della prova è di tre ore Le risposte devono essere adeguatamente giustificate Problema
DettagliENDOMORFISMI. NOTE DI ALGEBRA LINEARE
ENDOMORFISMI. NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 15 GENNAIO 2011 1. Endomorfismi e sottospazi invarianti Definizione 1.1. Sia V uno spazio vettoriale su K. Un endomorfismo di V è una qualsiasi
Dettagli(ln 5)i 1 i. (c) (d) Scriviamo il numero complesso assegnato in forma algebrica:
Primo parziale Test. L argomento principale del numero complesso (ln 5)i i è (a) 4 π (b) (c) (d) Scriviamo il numero complesso assegnato in forma algebrica: Risposta esatta a) ln 5 i i = ln 5 i( + i) i
DettagliCorso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1
Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1 16 febbraio 015 Scrivere subito nome e cognome e matricola sul foglio risposte e preparare il libretto sul banco per il controllo.
DettagliCapitolo IV SPAZI VETTORIALI EUCLIDEI
Capitolo IV SPAZI VETTORIALI EUCLIDEI È ben noto che in VO 3 si possono considerare strutture più ricche di quella di spazio vettoriale; si pensi in particolare all operazioni di prodotto scalare di vettori.
DettagliAnalisi 2. Roberto Monti. Appunti del Corso - Versione 5 Ottobre 2012
Analisi 2 Roberto Monti Appunti del Corso - Versione 5 Ottobre 212 Indice Capitolo 1. Programma 5 Capitolo 2. Convergenza uniforme 7 1. Convergenza uniforme e continuità 7 2. Criterio di Abel Dirichlet
Dettagli20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini.
20. Prodotto di spazi di misura. I teoremi di Tonelli e di Fubini. 20.1. Prodotto di σ-algebre. Definizione 20.1.1. (σ-algebra prodotto. Dati n spazi misurabili (Ω 1, A 1,..., (Ω n, A n, si chiama σ-algebra
DettagliRiassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elementi di Probabilità e Statistica - 05AA - A.A. 014-015 Prima prova di verifica intermedia - 9 aprile 015 Problema 1. Dati due eventi A, B, su uno spazio probabilizzato (Ω, F, P), diciamo che A è in
DettagliElementi di analisi matematica e complementi di calcolo delle probabilita T
Elementi di analisi matematica e complementi di calcolo delle probabilita T Presentiamo una raccolta di quesiti per la preparazione alla prova orale di Elementi di analisi matematica e complementi di calcolo
DettagliCORSO DI ANALISI MATEMATICA 2 SOLUZIONI ESERCIZI PROPOSTI 15/04/2013
CORSO DI ANALISI MATEMATICA SOLUZIONI ESERCIZI PROPOSTI 5/04/03 D.BARTOLUCCI, D.GUIDO. Integrali Impropri Esercizio. (CRITERIO DEL CONFRONTO). Dimostrare che se f : (a, b] R e g(x) : (a, b] R sono integrabili
Dettagli2) Scrivere la soluzione generale del seguente sistema di equazioni differenziali lineari del primo ordine. y 1 = 2y 1 5y 3 y 2
Corso di Laurea in Matematica Analisi Matematica 3/Analisi 4 - SOLUZIONI (8/6/5) Docente: Claudia Anedda ) Trovare il limite puntuale della successione di funzioni f k (t) = cos(kt), t R. Stabilire se
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliAnalisi Matematica III
Università di Pisa - Corso di Laurea in Ingegneria Civile dell ambiente e territorio Analisi Matematica III Pisa, 7 gennaio 00 (Cognome) (Nome) (Numero di matricola) Esercizio Si consideri la successione
DettagliEsercizi di preparazione alla PFB
Università degli Studi Roma Tre - Corso di Laurea in Matematica Esercizi di preparazione alla PFB A.A. 0-03 - Docenti: A. Bruno e G. Gentile Tutori: Sara Lamboglia e Maria Chiara Timpone Parte : Analisi
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 25 febbraio 2013 Matricola: ESERCIZIO 1. Si mostri la seguente formula di disintegrazione per la probabilità condizionata:
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Teorema sulla condizione affinchè φ(t) = e λt sia una soluzione di un equazione differenziale lineare d ordine n a coefficienti costanti. Siano a 1, a
DettagliCorso di Analisi Matematica 1 - professore Alberto Valli
Università di Trento - Corso di Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio - 8/9 Corso di Analisi Matematica - professore Alberto Valli foglio di esercizi - dicembre 8 Integrali
DettagliNOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
DettagliAnalisi Matematica 1 Trentaduesima lezione. Serie
Analisi Matematica 1 Trentaduesima lezione Serie prof. Claudio Saccon Dipartimento di Matematica Applicata, Via F. Buonarroti 1/C email: saccon@mail.dm.unipi.it web: http://saccon.blog.dma.unipi.it Ricevimento:
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 9 - EQUAZIONI DIFFERENZIALI ORDINARIE valori iniziali Valori iniziali Ci occuperemo della soluzione numerica di equazioni del prim ordine
DettagliPROBABILITA Laurea in Matematica a.a. 2017/18 Registro delle lezioni
PROBABILITA Laurea in Matematica a.a. 2017/18 Registro delle lezioni 25/09/2017. Teorema delle classi monotone, con dimostrazione. Corollario di unicità di misure coincidenti su classi chiuse per intersezione
Dettaglic) Ancora in corrispondenza allo stesso valore di p e ponendo Y = minorazione, fornita dalla diseguaglianza di Chebichev, per la probabilita
Laurea Triennale in Matematica Corso di Calcolo delle Probabilita I A.A. 00/00 (Docenti: M. Piccioni, F. Spizzichino) a prova di esonero 6 giugno 00 Risolvere almeno tre dei seguenti esercizi.. Indichiamo
DettagliProposizione 2 Il polinomio minimo di t corrisponde all annullatore minimale di M V.
Fogli NON riletti. Grazie per ogni segnalazione di errori. L esempio qui sviluppato vuole mostrare in concreto il significato dei risultati trattati a lezione e qui velocemente riassunti. Si assume che
DettagliCorso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso
Corso di Metodi Matematici per l Ingegneria A.A. 2017/2018 Domande-tipo di teoria sulla seconda metà del corso Marco Bramanti Politecnico di Milano December 20, 2017 Parte 3. Teoria della misura e dell
DettagliAM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE
AM2: Tracce delle lezioni- IX Settimana INSIEMI DI LIVELLO, MINIMI VINCOLATI PRINCIPIO DEI MOLTIPLICATORI DI LAGRANGE Sia g C 1 R 2 ), c R. L insieme γ = γ c := {x, y) R 2 : gx, y) = c} si chiama insieme
Dettaglimisura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
Dettagli