Valutazione dei Benefici interni

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Valutazione dei Benefici interni"

Transcript

1 Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto è l prncpale ndcatore dell ottca e della ampezza della attvtà d valutazone. IMATTI INTERNI ER GLI UTENTI DEL SISTEMA DI TRASORTO: Impatt consderat per l complesso degl utent, calcolando le varazon de cost generalzzat, percept e non: per dvers m d trasporto per le dverse class d utent (segment d mercato) ER GLI OERATORI: I cost d costruzone, manutenzone ed eserczo, calcolat a prezz d mercato, vengono scompost nelle rsorse mpegate (non sempre l prezzo d mercato delle vare rsorse rflette l loro effettvo valore per la collettvtà).

2 Valutazone degl ntervent Valutazone degl effett sugl utent del sstema Effett calcolat come varazone della utltà netta percepta (o surplus) n relazone alle scelte d mobltà effettuate nelle confgurazon d progetto () e d non-progetto (N) del sstema d trasporto. Il meto d calcolo della varazone d surplus dpende dalle potes alla base del mello d domanda usato: MODELLI DI DOMANDA COMORTAMENTALI (d utltà aleatora), n cu s formulano potes esplcte sull utltà percepta de generco utente. MODELLI DI DOMANDA DESCRITTIVI, per qual l mello può essere nterpretato come una funzone d domanda che mette n relazone l numero d utent che effettua degl spostament d determnate caratterstche con l costo generalzzato percepto dello spostamento. Valutazone degl ntervent utent del sstema Mell comportamental Quando s utlzza un mello d domanda comportamentale la varazone d surplus s calcola attraverso l calcolo della varazone d sdsfazone degl utent S defnsce varable d sdsfazone l valore atteso della massma utltà percepta assocata ad un determnato contesto d scelta per l decsore : s = s (V) = E[U j() ] = E[max j (U )] = E[max(V + ε )] = max(v + ε ) f(ε) dε è funzone de valor delle utltà sstematche d tutte le alternatve, vettore V, e dpende dalla legge d probabltà congunta de resdu aleator, f(.), oltre che dalla composzone dell nseme d scelta I

3 Valutazone degl ntervent utent del sstema Mell comportamental nel caso de mell Logt, n cu resdu s assumono dentcamente e ndpendentemente dstrbut (..d.) secondo una v.a. d Gumbel ne derva che se le Uj sono varabl d Gumbel ndpendent d uguale parametro θ e con mede dverse Vj, e qund poché la varable d Gumbel ge della propretà d stabltà rspetto alla massmzzazone, ovvero l massmo d varabl d Gumbel ndpendent e d uguale parametro θ è ancora una varable d Gumbel d parametro θ la varable Uj(): Uj() =maxj {Uj} è ancora una varable d Gumbel con parametro θ e meda fornta da: s(v) = ϑ ln Σj exp(vj/ ϑ) (varable Logsum) Valutazone degl ntervent utent del sstema Mell comportamental Esempo : s(v) = ϑ ln Σj exp(vj/ ϑ) Alternatve d scelta A e B: Alternatve d scelta A, B e C: A B A B C V A = 5 V B = 7 V A = 5 V B = 7 V C = 4 s = 7,7 s = 7,70 3

4 Valutazone degl ntervent utent del sstema Mell comportamental Esempo : calcolo della sdsfazone relatva alla scelta del percorso su una generca relazone OD Utltà sstematca del generco percorso : V = 4 tempo 3 dstanza Inseme d Scelta per coppa OD e attrbut delle alternatve d percorso OD,,3 ercorso ercorso ercorso ercorso 3 ercorso 4 Tempo (mn) 6 7 Dstanza (Km) 3 5 4,5 8,5 V -,560 -,4 -,07-0,789 Valutazone degl ntervent utent del sstema Mell comportamental Esempo (cont.): Calcolo della sdsfazone s(v) = ϑ ln Σj exp(vj/ ϑ) 3 4 OD Inseme d scelta V s(v) 3,,3 ercorso ercorso ercorso 3 ercorso 4 -,560 -,4 -,07-0,789 ln [exp(-,56) + exp(-,4)] = -0,636 ln [exp(-,07) + exp(-0,789)] = -0,83 4

5 Valutazone degl ntervent utent del sstema Mell comportamental Nel caso del mello ad alquote parzal n cu s smulano le scelte d effettuare lo spostamento per un motvo s, della destnazone d, del mo m e del percorso, l utltà percepta U dell -esmo utente per la sequenza da lu scelta nello stato è data da: U = β X + ε = V ( X ) + ε j( ) j( ) xm j( ) xm La varable d sdsfazone s è calcolata separatamente per l generco utente della classe : Se ε xm..d Gumbel (θ = ): s = [ ( xdm) ] E maxu xdm [ ( X ] s = ln exp Vxdm ) xdm Valutazone degl ntervent utent del sstema Mell comportamental er molte applcazon è opportuno calcolare le varazon d utltà netta percepta dagl utent con raggruppament per zone dell area d studo. In tal caso, l Surplus globale degl utent della classe, nella zona o, nella stuazone d progetto S rsulta: S con N o () = numero utent classe present nella zona o. La Varazone d surplus percepto per gl utent della classe che s trovano nella zona o: Varazone surplus totale: DS DS ( o) = N ( ) s ( o) o ( o) S ( o) S ( o) = N DS ( o ) = o 5

6 Valutazone degl ntervent utent del sstema Mell comportamental Esempo d calcolo del surplus: 3 o d (Neg d =00) β = Stato N C N = β C N =0.05 = 7 β 3 =- C N 3 = 0 4 Utent Total = 00 C N 4 = 0 d (Neg d =00) Mello d domanda (mello d scelta destnazone/percorso) V V NOTRI d = β = β NOTRI Neg d + β C 3 d = { 3,,, 4} Valutazone degl ntervent utent del sstema Mell comportamental Esempo d calcolo del surplus: Stato N [ S S ( o) = 00 l n exp + exp ( βnotri) + exp( βnegd + β ) ( ) 3C + exp β Negd + β 3C ( β Neg + β C ) + exp( β Neg + β C )] d Stato β = CN = C = β =0.05 CN = 7 C = 5 β 3 =- CN 3 = 0 C 3 = 6 CN 4 = 0 C 4 = d S N (o) = S (o) = ΔS(o) = 4 6

7 Valutazone degl ntervent utent del sstema Mell descrttv Il mello è nterpretato come una funzone d domanda che mette n relazone l numero d utent che effettua degl spostament d determnate caratterstche con l costo generalzzato dello spostamento. d m = d m (C m ) dove C m () è l costo generalzzato d uno spostamento effettuato fra le zone o e d con l mo m ed l percorso, dagl utent della classe Valutazone degl ntervent utent del sstema Mell descrttv Calcolo della varazone d surplus per un sstema con un percorso tra una coppa OD su un unco mo m. C o d U d 7

8 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus fra e N (/4) Caso d dmnuzone d costo C C N C A B Con: N C = costo generalzzato percepto; N d ( C ) d N d d = numero d utent che s spostano nella stuazone d non-progetto. Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus fra e N (/4) C C N C A B d N d d E opportuno dstnguere tra:. Vagg effettuat anche nello stato N: N d. Vagg che s effettuano solo n seguto alla rduzone del costo generalzzato: d d N 8

9 C Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus fra e N (3/4) C N C A B d N d d A) Varazone d utltà netta o surplus per l generco vaggo/utente del prmo gruppo (vagg effettuat anche nello stato N): DS = N N ( U C ) ( U C ) = C C Varazone d surplus totale DS' p (area A n fgura) : DS' p = d N N ( C ) ( C C ) B) Varazone d utltà netta o surplus per l generco vaggo/utente del secondo gruppo (spostament generat): Totale de vagg generat dal progetto (domanda generata): DS Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus fra e N * N d = d ( C ) d ( C ) N er tutt vagg d*, s ha una utltà meda: U = ( C + C )/ Surplus totale domanda generata: N * * C + C DS p = d C Varazone totale d surplus: p = DS' p + DS * p = d = = d * N ( C C ) N N N N ( C ) ( C C ) + [ d ( C ) d ( C )] ( C C )= N N [ d ( C ) + d ( C )] ( C C ) (4/4) 9

10 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors La domanda, ovvero l numero d spostament, su cascun percorso, dpende dal costo su entramb percors: C d (C, C'' ) d (C, C' ) C'' > C' d C d (C, C'' ) d (C, C' ) C'' >C' d Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors L ntegrale della funzone d domanda dventa: DS = er l calcolo della varazone d surplus s possono segure due approcc eurstc: DOMANDA MEDIA COSTO MEDIO ( C,C ) ( C N,C N ) =, d ( C,C )dc dc 0

11 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Meto della domanda meda Varazone d surplus: DS = =, ( d N + d )( C N C ) Con: d N = d (C, C ); d = d (C N, C N ). Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Meto del costo medo C = p ( C,C ) C + p ( C,C ) C C. N N N N N N N C = p ( C,C ) C + p ( C,C ) C con: p e p, percentual d domanda su cascuna dmensone p =d /(d +d ). La curva d domanda rappresenta l andamento della domanda totale d T = d + d al varare del costo medo.

12 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Meto del costo medo Curva d domanda totale n funzone del costo medo dello spostamento: Varazone d surplus: DS = N T T N N [ d ( C ) + d ( C ) ]( C C ) Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Esempo (/3) p ( xdm) = e e xdm Vxdm Vxdm

13 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Esempo (/3) Stato N C N = 6 d (C N ) = 00 p N =36 C N = 7 d (C N ) = 00 p N =30 C N 3 = 0 d 3 (C N ) = 00 p N 3 =7 C N 4 = 0 d 4 (C N ) = 00 p N 4 =7 Stato C = 5 d (C ) = 00 p = 9 C = 5 d (C ) = 00 p = 9 C 3 = 6 d 3 (C ) = 00 p 3 = 3 C 4 = 7 d 4 (C ) = 00 p 4 = 9 d o (C N )= 00 d o (C )= 00 Valutazone degl ntervent utent del sstema Mell descrttv Calcolo varazone d surplus per un sstema a due percors Esempo (3/3) Meto della domanda meda N N DS ( o) = [ d ( ) d ( )] ( C C ) dm m C + m C m m = = [( ) ( ) ( ) ( ) ] Meto del costo medo N N DS ( o) = [ d o. ( C ) + d o. ( C )] ( C C ) = = ( ) [( ) ( )] = 05 =

14 Valutazone degl ntervent utent del sstema Confronto tra met Dfferenza nel calcolo della varazone d surplus tra l caso descrttvo e quello comportamentale (/): L approcco comportamentale è pù consstente n quanto s basa su una teora esplcta del comportamento. Due ulteror vantagg applcatv dell approcco comportamentale:. possbltà d consderare le varazon d utltà dervant da varazon d attrbut del sstema (ad es., varazon d surplus conseguent ad aument d affdabltà del servzo, d comfort d marca, all ntruzone d nformazon all utenza etc.),. possbltà d calcolare le varazon d surplus corrspondent alla ntruzone nello stato d progetto d alternatve non dsponbl nello stato d non progetto N. oché la funzone d sdsfazone è monotona crescente, all aumentare del numero delle alternatve dsponbl, l surplus degl utent nello stato aumenta rspetto a N. Valutazone degl ntervent utent del sstema Confronto tra met Dfferenza nel calcolo della varazone d surplus tra l caso descrttvo e quello comportamentale (/): Il meto descrttvo presenta alcune dffcoltà, nel caso d un nuovo percorso alternatvo aggunto nello stato : l meto della domanda meda non può essere utlzzato. l meto del costo medo può essere utlzzato, ma, a causa dell aumento del costo medo per gl utent del sstema, può fornre una varazone d surplus negatva. I DUE MODELLI CONDUCONO ALLO STESSO RISULTATO SOLO SE IL MODELLO DI SCELTA E DI UTLITA DETERMINISTICA. 4

15 Valutazone degl ntervent utent del sstema Confronto tra met Dfferenza nel calcolo della varazone d surplus tra l caso descrttvo e quello comportamentale (/): Sstema nello stato N: unca alternatva per la unca coppa (o,d); Sstema nello stato : aggunto un secondo percorso d costo generalzzato superore; Domanda totale costante ; Dstrbuzone fra due percors ottenuta con mello logt bnomale. Non rogetto C=0 rogetto C =0 d OD =73 d OD =00 C =5 d OD =7 Valutazone degl ntervent utent del sstema Confronto tra met Dfferenza nel calcolo della varazone d surplus tra l caso descrttvo e quello comportamentale (/): Caso descrttvo: [ 0 ( ) ] = 35 DS = 00 Caso comportamentale: V = 0. C S N = 00 ln[ exp( 0. 0) ] = 00 = 00ln[ exp( 0. 0) + exp( 0. 5) ] = 69 S N DS = S S = 3 5

16 Valutazone degl ntervent utent del sstema Confronto tra met Dfferenza nel calcolo della varazone d surplus tra l caso descrttvo e quello comportamentale: AROCCIO MISTO Il meto descrttvo d costo medo è applcato sosttuendo cost med C N N e C con corrspondent valor della sdsfazone s ed s calcolat sulle dmenson d scelta per le qual s utlzza un mello comportamentale. Esempo Mello Logt Multnomale sulle tre dmenson d m, con θ = : s = ln Σ d m exp [V d m ] = Y o. Anche n questo caso s può utlzzare l approssmazone lneare per l calcolo della varazone d surplus, tenendo presente che sdsfazone e costo hanno segn oppost: DS = / (d N + d )(s - s N ) 6

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

Definizione del problema

Definizione del problema Corso d Gestone ed Eserczo de Sstem d Trasporto www.unroma2.t/ddattca/gest t/dd tt /GEST Modell per l assegnazone della domanda alle ret d trasporto aereo Defnzone del problema Modell d domanda segmentazone

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

Modelli di simulazione dei sistemi di trasporto collettivo

Modelli di simulazione dei sistemi di trasporto collettivo UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA Dpartmento d Ingegnera Cvle Corso d Trasport Urban e Metropoltan Docente: Ing. Perlug Coppola Modell d smulazone de sstem d trasporto collettvo (Bozza n corso

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplce 21.01 Radazon onzzant TITOLO Interconfronto Consorzo Eraclto Msure d rateo d dose gamma n campo - Cuncolo esploratvo de la Maddalena Allneamento msure

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali

Lezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali Chmca Fsca - Chmca e Tecnologa Farmaceutche Lezone n. 10 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Convenzon per le soluzon real Relazon tra coeffcent d attvtà 02/03/2008 Antonno

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

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

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

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Modelli descrittivi, statistica e simulazione

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

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Esercizi sulle reti elettriche in corrente continua (parte 2)

Esercizi sulle reti elettriche in corrente continua (parte 2) Esercz sulle ret elettrche n corrente contnua (parte ) Eserczo 3: etermnare gl equvalent d Thevenn e d Norton del bpolo complementare al resstore R 5 nel crcuto n fgura e calcolare la corrente che crcola

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio [email protected]. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo [email protected] Ing. Ganluca Chappn [email protected] http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Indicatori di rendimento per i titoli obbligazionari

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

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Segmentazione di immagini

Segmentazione di immagini Segmentazone d mmagn Introduzone Segmentazone: processo d partzonamento d un mmagne n regon dsgunte e omogenee. Esempo d segmentazone. Tratta da [] Introduzone (def. formale ( Sa R l ntera regone spazale

Dettagli

IL MODELLO A 4 STADI (Capitolo 3)

IL MODELLO A 4 STADI (Capitolo 3) Facoltà d Ingegnera - Unverstà d Bologna Anno Accademco: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docente: Marno Lup IL MODELLO A 4 STADI (Captolo ) Modello a 4 stad per la determnazone della domanda d trasporto

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli