Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)"

Transcript

1 Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, Prezzo di riserva di u cotratto di assicurazioe Cosideriamo u soggetto avverso al rischio e idichiamo co U = U(W ) la sua fuzioe di utilità: si ha perciò U 0 (W ) > 0 e U 00 (W ) < 0. Suppoiamo che questo soggetto vada icotro al rischio di subire ua dimiuzioe della ricchezza per circostaze del tutto idipedeti dal suo comportameto. 1 I particolare, suppoiamo che la sua ricchezza sia iizialmete uguale a W ma che possa poi dimiuire i misura L, dove L ha la seguete distribuzioe di probabilità L L 0 1 L o I altre parole, o o si veri ca alcua perdita o si veri ca ua perdita di etità pari a L o. Pertato, il valore atteso della perdita (la "perdita attesa") 1 Più avati, supporremo che il soggetto co il proprio comportameto possa i uire su tale rischio. I questo modo, prederemo i cosiderazioe il problema del moral hazard el mercato assicurativo. 1

2 è EL = (1 )0+L o = L o : Idichiamo co W a la ricchezza del soggetto quado o si assicuri i alcu modo cotro l evetuale perdita. W a è ua variabile casuale, che ha la seguete distribuzioe di probabilità W a Wa W 1 W L o Il valore atteso della ricchezza del soggetto o assicuradosi è EW a = (1 )W + (W L o ) = W L o. Cosideriamo ora la possibilità che il ostro soggetto assicuri la propria ricchezza. I quest lezioe prediamo i esame cotratti assicurativi che prevedao il risarcimeto completo da parte della compagia di assicurazioe, previo pagameto del premio assicurativo (P ) da parte dell assicurato. Per vedere se ci soo o meo le codizioi a ché u cotratto di assicurazioe possa risultare vataggioso sia per il soggetto che si assicuri sia per la compagia di assicurazioe, iiziamo co il de ire il "prezzo di riserva", per il soggetto, di u cotratto di assicurazioe. Per prezzo di riserva si itede il premio massimo che il soggetto sarebbe teoricamete disposto a pagare per assicurare completamete la sua ricchezza, vale a dire, per essere itegralmete risarcito della evetuale perdita. Alla luce di questa de izioe, il prezzo di riserva è quel livello del premio per il quale il soggetto assicuradosi o ci guadaga é ci rimette. Per determiare il prezzo di riserva dobbiamo, iazitutto, determiare l utilità attesa del soggetto quado o si assicuri. Questa è EU a = (1 )U(W )+U(W L o ). Ivece, assicuradosi, l utilità attesa del soggetto è EU a = (1 )U(W P ) + U(W P L o + L o ) = (1 )U(W P ) + U(W P ) = U(W P ): Per de izioe, il prezzo di riserva (P r ) è la soluzioe dell equazioe: EU a = EU a, cioè dell equazioe U(W P r ) = (1 )U(W ) + U(W L o ). Essedo stato chiarito il cocetto di prezzo di riserva, dovrebbe essere chiaro come, davati a ua proposta "predere o lasciare" da parte di ua compagia assicurativa, cosistete ella de izioe di u certo premio P, il soggetto accetterebbe purché il premio proposto o superi P r. 2 E fodametale redersi coto che il prezzo di riserva è certamete maggiore della perdita attesa del soggetto o assicuradosi, vale a dire, che 2 Ovviamete, l idividuo accetterebbe se u suo ri uto della proposta comportasse l impossibilità di assicurarsi. Stiamo cioè escludedo che il soggetto possa etrare i cotatto co altre compagie che possao o rirgli migliori codizioi. 2

3 P r > L o. Ifatti, se si ri ette sulla de izioe di prezzo di riserva di u cotratto di assicurazioe, ci si rederà coto che si tratta del premio per il quale la ricchezza dell assicurato (la sua ricchezza iiziale meo il premio) è uguale all equivalete certo di W a : formalmete, W P r = EC Wa. D altro cato, sappiamo ache che EC Wa < EW a (essedo il soggetto avverso al rischio) e che EW a = W L o. Si ha perciò che W P r < W L o, da cui P r > L o. Coviee isistere acora u poco su questo puto per compredere appieo il risultato otteuto. Suppoiamo che il soggetto pagasse u premio pari a L o : i tal caso, assicuradosi starebbe meglio che o assicuradosi. Ifatti, pagado u premio pari a L o la sua ricchezza ua volta assicurato risulterebbe stabilizzata a W L o, che è esattamete il valore atteso della sua ricchezza quado o si assicura. Ciò sigi ca che il soggetto è disposto a pagare u premio ache superiore i ua certa misura a L o per potersi assicurare: i altri termii, L o è miore del suo "prezzo di riserva". 2 Co molti soggetti esposti a rischi idipedeti si creao i presupposti per l attività assicurativa Suppoiamo ora che ci siao idividui, tutti ella situazioe descritta ella precedete sezioe. Vale a dire: ogi idividuo i ha ua stessa fuzioe di utilità, U i = U(W i ), tale che U 0 (W i ) > 0 e U 00 (W i ) < 0, dove W i idica la ricchezza dell idividuo i; la ricchezza iiziale di ogi soggetto è W e ogi soggetto è esposto ad ua perdita L che ha la seguete distribuzioe di probabilità L L 0 1 L o cosicché la ricchezza di ogi soggetto o assicuradosi (W a ) è ua variabile casuale co la distribuzioe di probabilità qui sotto riportata W a L W 1 W L o 3

4 Quidi, per ogi soggetto, la ricchezza attesa o assicuradosi è pari a EW a = W L o. Sulla base di quato ipotizzato, il prezzo di riserva è lo stesso per ogi soggetto e, come sappiamo, P r > L o. Suppoiamo poi ache che i rischi froteggiati dai diversi soggetti siao tra loro statisticamete idipedeti: vale a dire, la probabilità che u soggetto icorra ella perdita L o è idipedetemete dal fatto che la perdita si veri chi o meo per gli altri soggetti. Nell esposizioe che segue supporremo per semplicità che gli uici costi sosteuti dalla compagia di assicurazioe cosistao dei risarcimeti che deve e ettuare a favore degli idividui assicurati che subiscoo perdite. Ciò o comporta ua cosiderevole perdita di geeralità posto che le altre voci di costo (persoale, perizie teciche, attrezzature, eccetera) abbiao u icideza su cietemete piccola sul totale dei costi sosteuti dalla compagia. Chiaramete, l etità dei risarcimeti, e quidi il costo totale della compagia, è ua variabile casuale. Cosideriamo ua situazioe i cui tutti gli soggetti si assicurao. 3 Il ricavo totale della compagia è ua gradezza certa, pari a = P, il umero degli assicurati moltiplicato per il premio pagato da ciascu assicurato. Il costo totale (C) sosteuto dalla compagia può essere scritto come C = L o, vale a dire, il umero totale di risarcimeti,, moltiplicato per l etità di ciascu risarcimeto, L o. Si oti che il umero totale di risarcimeti può essere scritto come = (1) + ::: + (i) + ::: + (), dove co (i) idichiamo il umero di risarcimeti e ettuato al soggetto i. Come ricorderete dai corsi di statistica, (i) è ua variabile casuale beroulliaa, co la seguete distribuzioe di probabilità (i) (i) Il valore atteso di tale variabile casuale è E (i) = (1 ) =. icordado che = (1) + ::: + (i) + ::: + (), si ha che il umero atteso 3 I e etti, se alle codizioi proposte dalla compagia u soggetto trova coveiete assicurarsi, ciò vuol dire che, a quelle codizioi, tutti i soggetti trovao coveiete assicurarsi. Se, al cotrario, alle codizioi proposte u soggetto trova coveiete o assicurarsi, ciò vuol dire che essu soggetto trova coveiete assicurarsi a quelle codizioi. 4

5 di risarcimeti per la compagia è E = E( (1) = + ::: + =. E () + ::: + () ) = E(1) + ::: + Possiamo a questo puto scrivere l espressioe del pro tto della compagia e ricavare da quella espressioe il valore atteso del pro tto (il "pro tto atteso"). Il pro tto è la di ereza tra ricavi e costi, vale a dire, = C = P L o. Il pro tto atteso è E = E(P L o ) = P L o E = P L o = (P L o ). I altre parole, il pro tto atteso della compagia è pari a ; il umero degli assicurati, moltiplicato il pro tto atteso per assicurato (P L o ), pari a sua volta alla di ereza tra il ricavo per assicurato (P ) e il costo atteso per assicurato (L o ). Si è sopra osservato come il prezzo di riserva di ciascu idividuo è maggiore di L o (maggiore cioè della perdita attesa per ciascu idividuo quado o si assicura). Ciò mostra che esiste u itervallo di valori per il premio P tale che la compagia di assicurazioe abbia u pro tto atteso positivo e al tempo stesso ogi idividuo tragga u vataggio dall assicurarsi: si tratta dell itervallo (L o ; P r ). Il fatto che P r > L o, cosicché il pro tto atteso risulta positivo per ogi P 2 (L o ; P r ), è quidi ua codizioe ecessaria a ché l attività assicurativa appaia redditizia ad ua compagia di assicurazioe. Ci dobbiamo però chiedere se tale codizioe sia ache su ciete. E vero che ella ostra aalisi assumiamo che la compagia di assicurazioe sia eutrale al rischio: vedremo però tra breve come, pur cocededo tale ipotesi, il fatto che il valore atteso del pro tto sia positivo può o essere su ciete a ché l attività assicurativa appaia redditizia ai proprietari della compagia (o ai maager che gestiscoo la compagia ell iteresse dei proprietari). Il puto importate è che la positività del pro tto atteso di per sé o esclude l evetualità che si veri chio perdite ache igeti, le quali potrebbero addirittura determiare ua situazioe di isolveza della compagia e quidi il suo fallimeto. Laddove ua tale situazioe di isolveza fosse altamete probabile, l attività assicurativa certamete o potrebbe apparire redditizia ai proprietari dell impresa. Approfodedo ulteriormete questo aspetto, ci si rederà coto che ua ulteriore codizioe ecessaria per la redditività dell attività assicurativa è che il umero degli assicurati sia su cietemete "grade". U umero grade di assicurati rede molto poco probabile il veri carsi di perdite igeti per la compagia. I e etti, discede dalla "legge dei gradi umeri" che, per u umero di assicurati su cietemete elevato, il costo per assicurato e ettivamete sosteuto dalla compagia risulterà, co probabilità prossima 5

6 all uità, assai vicio al suo valore atteso, L o : pertato, co u umero di assicurati su cietemete elevato, il pro tto e ettivo della compagia risulta positivo (essedo, come si è visto sopra, P 2 (L o ; P r ), dove P è il ricavo per assicurato). Tutto questo sarà illustrato qui sotto co u esempio umerico. 2.1 U esempio umerico Ci siao soggetti, ciascuo co fuzioe di utilità U = p W. La ricchezza di ogi soggetto è W = 100 e ogi soggetto è esposto ad ua perdita L (dimiuzioe della ricchezza) che ha la seguete distribuzioe di probabilità L L 0 3=4 64 1=4 La ricchezza di ciascu soggetto o assicuradosi ha perciò la seguete distribuzioe di probabilità: W a Wa 100 3=4 36 1=4 Quidi, la perdita attesa per ogi soggetto è EL = (1=4) 64 = 16 e la ricchezza attesa è EW a = 84. Per determiare il prezzo di riserva (P r ), dobbiamo iazitutto determiare l utilità attesa di ogi soggetto o assicuradosi: EU a = 4p p 36 = 9. Il prezzo di riserva è tale che EU a = EU a, cioè p 100 P r = 9, da cui P r = 19. Nel prosieguo assumeremo che la compagia ssi u premio pari a P r = 19 (ma potremmo supporre u premio ache u poco iferiore a19, cosicché gli idividui abbiao u vataggio etto dall assicurarsi). Per compredere come sia cruciale la gradezza di ai i dello sviluppo dell attività assicurativa, suppoiamo iizialmete u umero di idividui molto piccolo, per esempio = 2. I tal caso, il umero dei risarcimeti che la compagia dovrà e ettuare ha la distribuzioe di probabilità riportata qui sotto. 6

7 0 9=16 1 6=16 2 1=16 (Applicado i pricipi delle probabilità totali e composte, il umero dei risarcimeti è ifatti uguale a 0 co probabilità (3=4) (3=4) = 9=16, è uguale a 1 co probabilità (3=4) (1=4) + (1=4) (3=4) = 6=16 ed è uguale a 2 co probabilità (1=4) (1=4) = 1=16:) Di cosegueza, il costo totale e il costo per assicurato hao le distribuzioi di probabilità elle due tabelle qui sotto: C = 64 C 0 9= = =16 C= = 64 C 0 9= = =16 Il pro tto della compagia avrà perciò la seguete distribuzioe di probabilità C = (P C 2 (19 0) = 38 9=16 2 (19 32) = 26 6=16 2 (19 64) = 90 1=16 Ora, è ovviamete vero, come già sappiamo i geerale, che il costo atteso per assicurato è L 0 = 1 EC 64 = 16 (ifatti: = = 16) ed è quidi miore del premio. Si coferma quidi che il valore atteso del pro tto della compagia risulta positivo: E = (P EC ) = 2(19 16) = 6 > 0. Si deve però otare che vi è ua elevata probabilità che i costi della compagia superio i ricavi (ricavi che soo uguale a 38) e che quidi la compagia subisca ua perdita: tale probabilità è 6=16 + 1=16 = 7=16. Ma acora più importate è l etità delle evetuali perdite a cui la compagia può adare icotro. Voledo poi apprezzare l ordie di gradezza delle evetuali perdite, possiamo rapportarle al fatturato della compagia, cioè al totale dei premi riscossi. Vediamo i questo modo vediamo che la compagia subisce perdite, di etità uguale o superiore al 68% dei propri ricavi (26=38 = 0; 684), co probabilità 7=16 = 0; Le cose stao molto diversamete quado è su cietemete grade. icordiamo che = (1) + ::: + (i) + ::: + () e che E = E (i) =. ) 7

8 L importaza del valore di deriva dalla "legge dei gradi umeri", i base alla quale, per! 1;! P E = (si legge così: "la frequeza relativa dei risarcimeti e ettuati coverge i probabilità a "). Ciò sigi ca che, per su cietemete grade, la frequeza relativa dei risarcimeti risulta, co probabilità molto vicia ad uo, assai prossima E, vale a dire, a. La cosegueza è che il pro tto della compagia risulterà quasi certamete positivo. Ifatti, il pro tto della compagia è = (P r C ) = P r L 0 : quidi, co probabilità molto prossima ad uo, il pro tto per assicurato della compagia risulta molto vicio a P r E L 0 = P r L 0 > 0. Vediamo di illustrare questo puto, mediate il ostro esempio umerico, suppoedo u umero di assicurati = I questo caso, E = = = 250. Idividuiamo il massimo umero di risarcimeti tale che la 4 compagia abbia u pro tto o egativo. Questo umero si trova impoedo la codizioe che = P r r L o 0, cioè r 0, da cui si ricava che questo umero è r = Cosideriamo allora la probabilità che il umero dei risarcimeto e ettuati dalla compagia risulti compreso ell itervallo [204; 296]: per ragioi di simetria, abbiamo scelto u itervallo che è "cetrato" sul umero atteso di risarcimeti, pari a E = 250.(Stiamo quidi trascurado l eveto che il umero dei risarcimeti che la compagia è chiamata ad e ettuare risulti compreso tra 0 e 203.) La probabilità che stiamo cercado è facile da determiare. Ifatti, il umero dei risarcimeti e ettuato dalla compagia,, è ua variabile casuale biomiale. La probabilità cercata è duque la seguete: Pr ( 2 [204; 296]) = X296 = Utilizzado u software matematico (per esempio, Maple o ache O ce) si trova che Pr ( 2 [204; 296]) = 0; Quidi la compagia è praticamete certa di o subire perdite. 4 Per = 296 il pro tto è = = 56 > 0 metre per = 297 il pro tto è = = 8 < 0. 8

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

1 Limiti di successioni

1 Limiti di successioni Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite

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

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%

52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02% RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

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

Interesse e formule relative.

Interesse e formule relative. Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

EQUAZIONI ALLE RICORRENZE

EQUAZIONI ALLE RICORRENZE Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo

Dettagli

Rendita perpetua con rate crescenti in progressione aritmetica

Rendita perpetua con rate crescenti in progressione aritmetica edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative

Dettagli

Soluzione La media aritmetica dei due numeri positivi a e b è data da M

Soluzione La media aritmetica dei due numeri positivi a e b è data da M Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è

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

Esercizi riguardanti limiti di successioni

Esercizi riguardanti limiti di successioni Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse

Dettagli

SERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n

SERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n SERIE NUMERICHE Esercizi risolti. Applicado la defiizioe di covergeza di ua serie stabilire il carattere delle segueti serie, e, i caso di covergeza, trovare la somma: = + b) = + +. Verificare utilizzado

Dettagli

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio

Una funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio Radicali Per itrodurre il cocetto di radicali che già avete icotrato alle medie quado avete imparato a calcolare la radice quadrata e cubica dei umeri iteri, abbiamo bisogo di rivedere il cocetto di uzioe

Dettagli

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

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

Dettagli

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras

IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E

Dettagli

Sintassi dello studio di funzione

Sintassi dello studio di funzione Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:

Dettagli

Serie numeriche: esercizi svolti

Serie numeriche: esercizi svolti Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:

Dettagli

Il confronto tra DUE campioni indipendenti

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

Dettagli

Teorema 13. Se una sere converge assolutamente, allora converge:

Teorema 13. Se una sere converge assolutamente, allora converge: Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e

Dettagli

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone

Numerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema

Dettagli

Strumenti di indagine per la valutazione psicologica

Strumenti di indagine per la valutazione psicologica Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe

Dettagli

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria

Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Il mercato assicurativo: selezione avversa, fallimenti del mercato, menù di contratti, assicurazione obbligatoria Esercizio 1 Ci sono 2000 individui ciascuno con funzione di utilità Von Neumann-Morgestern

Dettagli

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.

SERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi. Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.

Dettagli

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.

ANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x. ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità

Dettagli

Terzo appello del. primo modulo. di ANALISI 18.07.2006

Terzo appello del. primo modulo. di ANALISI 18.07.2006 Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6

1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6 SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie

Dettagli

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale

Calcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la

Dettagli

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5

19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5 Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio

Dettagli

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007

Tecnica delle misurazioni applicate Esame del 4 dicembre 2007 Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto

Dettagli

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1

SUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1 SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:

Dettagli

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.

Corso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale. Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo

Dettagli

II-9 Successioni e serie

II-9 Successioni e serie SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La

Dettagli

Foglio di esercizi N. 1 - Soluzioni

Foglio di esercizi N. 1 - Soluzioni Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >

Dettagli

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste

Dettagli

Formula per la determinazione della Successione generalizzata di Fibonacci.

Formula per la determinazione della Successione generalizzata di Fibonacci. Formula per la determiazioe della uccessioe geeralizzata di Fiboacci. A cura di Eugeio Amitrao Coteuto dell articolo:. Itroduzioe......... uccessioe di Fiboacci....... 3. Formula di Biet per la successioe

Dettagli

Corsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3.

Corsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3. Corsi di Laurea i Igegeria Edile e Architettura Prova scritta di Aalisi Matematica del 6// ) Mostrare che + si( ) cos () si( ) log(( + ) / ) = 3. Possibile soluzioe: Cosiderado dapprima il deomiatore otiamo

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di

Dettagli

Principi base di Ingegneria della Sicurezza

Principi base di Ingegneria della Sicurezza Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

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

Percorsi di matematica per il ripasso e il recupero

Percorsi di matematica per il ripasso e il recupero Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo

Dettagli

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete

Dettagli

La matematica finanziaria

La matematica finanziaria La matematica fiaziaria La matematica fiaziaria forisce gli strumeti ecessari per cofrotare fatti fiaziari che avvegoo i mometi diversi Esempio: Come posso cofrotare i ricavi e i costi legati all acquisto

Dettagli

Limiti di successioni

Limiti di successioni Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe

Dettagli

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere

Risposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati

Dettagli

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c.

che sono una l inversa dell altra; l insieme dei messaggi cifrati C i cui elementi sono indicati con la lettera c. I LEZIONE Il ostro iteto è aalizzare i dettaglio i metodi di cifratura che si soo susseguiti el corso della storia prestado particolare attezioe all impiato matematico che e cosete la realizzazioe Iiziamo

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

DISTRIBUZIONI DOPPIE

DISTRIBUZIONI DOPPIE DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT

LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al

Dettagli

PARTE QUARTA Teoria algebrica dei numeri

PARTE QUARTA Teoria algebrica dei numeri Prerequisiti: Aelli Spazi vettoriali Sia A u aello commutativo uitario PARTE QUARTA Teoria algebrica dei umeri Lezioe 7 Cei sui moduli Defiizioe 7 Si dice modulo (siistro) su A (o semplicemete, A-modulo)

Dettagli

Successioni ricorsive di numeri

Successioni ricorsive di numeri Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..

Dettagli

Sistemi e Tecnologie della Comunicazione

Sistemi e Tecnologie della Comunicazione Sistemi e ecologie della Comuicazioe Lezioe 4: strato fisico: caratterizzazioe del segale i frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche

Dettagli

Metodi statistici per l analisi dei dati

Metodi statistici per l analisi dei dati Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo

Dettagli

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2

Università degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2 Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i

Dettagli

L OFFERTA DI LAVORO 1

L OFFERTA DI LAVORO 1 L OFFERTA DI LAVORO 1 La famiglia come foritrice di risorse OFFERTA DI LAVORO Notazioe utile: T : dotazioe di tempo (ore totali) : ore dedicate al tempo libero l=t- : ore dedicate al lavoro : cosumo di

Dettagli

I appello - 29 Giugno 2007

I appello - 29 Giugno 2007 Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (

Dettagli

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE

Capitolo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE Capitoo 3 CARATTERIZZAZIONE MECCANICA DELLE FIBRE 3.1 LA TEORIA DI WEIBULL I comportameto meccaico dee fibre di giestra e di juta è stato caratterizzato mediate o studio dea resisteza a trazioe dee fibre

Dettagli

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y.

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y. DIPENDENZA O CONNESSIONE Due caratteri X e Y cogiutamete cosiderati si dicoo tra loro coessi quado le modalità di u carattere ifluezao il maifestarsi delle modalità dell altro. Ovvero quado la coosceza

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli

ESERCIZI SULLE SERIE NUMERICHE

ESERCIZI SULLE SERIE NUMERICHE ESERCIZI SULLE SERIE NUMERICHE a cura di Michele Scaglia RICHIAMI TEORICI Richiamiamo brevemete i pricipali risultati riguardati le serie umeriche. Teorema (Codizioe Necessaria per la Covergeza) Sia a

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

Random walk classico. Simulazione di un random walk

Random walk classico. Simulazione di un random walk Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S = S0 X k, co X k = k= co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti

Dettagli

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs

Lezione n 19-20. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott. Carrabs Lezioi di Riera Operativa Corso di Laurea i Iformatia Uiversità di Salero Lezioe 9- - Problema del trasporto Prof. Cerulli Dott. Carrabs Problema del Flusso a osto Miimo FORMULAZIONE mi ( i, ) A o violi

Dettagli

Metodi statistici per l'analisi dei dati

Metodi statistici per l'analisi dei dati Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio

Dettagli

Progressioni aritmetiche

Progressioni aritmetiche Progressioi aritmetiche Comiciamo co due esempi: Esempio Cosideriamo la successioe di umeri:, 7,, 5, 9, +4 +4 +4 +4 +4 La successioe è tale che si passa da u termie al successivo aggiugedo sempre +4. Si

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa

I numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per

Dettagli

Equazioni e contrazioni: un punto fisso //

Equazioni e contrazioni: un punto fisso // * 010 Equazioi e cotrazioi: u puto fisso // Nicola Chiriao Docete al Liceo Scietifico L. Siciliai di Catazaro [Nicola Chiriao] Nicola Chiriao è docete di Matematica e Fisica al Liceo Scietifico Siciliai

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.

ESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte. ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Successioni. Capitolo 2. 2.1 Definizione

Successioni. Capitolo 2. 2.1 Definizione Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo

Dettagli

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA

Corso di Laurea in Ing. Edile Politecnico di Bari A.A. 2008-2009 Prof. ssa Letizia Brunetti DISPENSE DEL CORSO DI GEOMETRIA Corso di Laurea i Ig Edile Politecico di Bari AA 2008-2009 Prof ssa Letizia Bruetti DISPENSE DEL CORSO DI GEOMETRIA 2 Idice Spazi vettoriali Cei sulle strutture algebriche 4 2 Defiizioe di spazio vettoriale

Dettagli

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi

Un problema! La letteratura riporta che i pazienti affetti da cancro. = mesi CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe

Dettagli

Appunti sulle SERIE NUMERICHE

Appunti sulle SERIE NUMERICHE Apputi sulle SERIE NUMERICHE Michele Bricchi I queste ote iformali parleremo di serie umeriche, foredo i criteri stadard di covergeza che si è soliti itrodurre i ua trattazioe elemetare della materia.

Dettagli

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R.

Capitolo Terzo. rappresenta la rata di ammortamento del debito di un capitale unitario. Si tratta di risolvere un equazione lineare nell incognita R. 70 Capitolo Terzo i cui α i rappreseta la rata di ammortameto del debito di u capitale uitario. Si tratta di risolvere u equazioe lieare ell icogita R. SIANO NOTI IL MONTANTE IL TASSO E IL NUMERO DELLE

Dettagli

a) In concorrenza perfetta il ricavo totale è dato dal prodotto tra il prezzo e la quantità venduta:

a) In concorrenza perfetta il ricavo totale è dato dal prodotto tra il prezzo e la quantità venduta: Esercizio 1 a) In concorrenza perfetta il ricavo totale è dato dal prodotto tra il prezzo e la quantità venduta: RT = P Q Da cui si ottiene che il ricavo medio e il ricavo marginale sono costanti e pari

Dettagli

Appunti sul teorema di Modigliani-Miller

Appunti sul teorema di Modigliani-Miller Appunti sul teorema di odiliani-iller (di assimo A. De Francesco) In questi appunti provvisori deriviamo le due proposizioni (la Proposizione I e la Proposizione II) che sono state stabilite da odiliani

Dettagli

Capitolo Decimo SERIE DI FUNZIONI

Capitolo Decimo SERIE DI FUNZIONI Capitolo Decimo SERIE DI FUNZIONI SUCCESSIONI DI FUNZIONI I cocetti di successioe e di serie possoo essere estesi i modo molto aturale al caso delle fuzioi DEFINIZIONE Sia E u sottoisieme di  e, per ogi

Dettagli

Massimo A. De Francesco Dipartimento di Economia politica e statistica, Università di 1 Siena Introduzione

Massimo A. De Francesco Dipartimento di Economia politica e statistica, Università di 1 Siena Introduzione Valore dell impresa e decisioni di investimento. Irrilevanza della struttura patrimoniale in condizioni di certezza (prima versione, aprile 2013; versione aggiornata, aprile 2014) Massimo A. De Francesco

Dettagli

IL MODELLO CICLICO BATTLEPLAN

IL MODELLO CICLICO BATTLEPLAN www.previsioniborsa.net 3 Lezione METODO CICLICO IL MODELLO CICLICO BATTLEPLAN Questo modello ciclico teorico (vedi figura sotto) ci serve per pianificare la nostra operativita e prevedere quando il mercato

Dettagli

Modelli multiperiodali discreti. Strategie di investimento

Modelli multiperiodali discreti. Strategie di investimento Modelli multiperiodali discreti Cosideriamo ora modelli discreti cioè co u umero fiito di stati del modo multiperiodali, cioè apputo co più periodi. Il prototipo di questa classe di modelli è il modello

Dettagli

Corsi di lingua inglese. 2 semestre a.a. 2011-2012

Corsi di lingua inglese. 2 semestre a.a. 2011-2012 Corsi di ligua iglese 2 semestre a.a. 2011-2012 Livello di coosceza della ligua iglese i igresso Per l accesso a tutti i corsi di laurea trieale e di laurea magistrale a ciclo uico è richiesta la coosceza

Dettagli