Teoria economica della produzione e dei costi. (a cura del prof. Mario C. Sportelli)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Teoria economica della produzione e dei costi. (a cura del prof. Mario C. Sportelli)"

Transcript

1 DIPARTIMENTO DI MATEMATICA Va E Orabona, Bar Materale ddattco per gl student del Corso d Laurea Magstrale n Matematca Teora economca della produzone e de cost (a cura del prof Maro C Sportell) (ottobre 009)

2

3 La funzone d produzone monoprodotto Defnzone Dces pano d produzone (o nseme d produzone) l nseme degl output nett Y d ben o servz Formalmente l nseme d produzone s denota con l vettore n Y = ( y, y,, y n ) R Gl output nett sono le dverse quanttà d bene ottenute attraverso un processo d produzone Il processo d produzone è rreversble Defnzone Dces tecnologa l nseme delle conoscenze tecnche applcate ad un processo produttvo Defnzone 3 S dcono nput que ben o servz utlzzat n un processo d produzone Gl nput, trasformat attraverso l processo d produzone, generano l output Defnzone 4 Dces tecnca d produzone ogn combnazone d nput dvers Formalmente una tecnca d produzone s denota con l vettore x = ( x, x,, x ) R Gl nput non sono lberamente dsponbl (devono essere acqustat) L mpresa, pertanto, è nteressata solo alla frontera dell nseme d produzone Sa X l nseme delle tecnche d produzone dsponbl data la tecnologa Defnzone 5 Dces funzone d produzone l applcazone f : X Y che ad ogn x X assoca un solo y Y e tale che y sa sulla frontera d Y In manera alternatva s dce che la funzone d produzone è la relazone tecnca tra la massma quanttà d output e le dverse combnazon d nput L operatore funzonale f sntetzza la tecnologa Assumeremo qu che la tecnologa sa data e nvarante (assenza d progresso tecnco) Una tecnca d produzone è tecncamente effcente se utlzzata per produrre la quanttà massma d output consentta dalla tecnologa Per semplctà, assumeremo contnua e dervable la funzone d produzone Una tale funzone s dce caratterzzata da coeffcent flessbl Sa y = f( x) una funzone d produzone Per la tecnologa f valgono seguent postulat: ) Monotonctà Se x x, allora f( x) f ( x ) xx, X f( x) = f( x ) ) Convesstà - : z = αx+ ( α) x f( z) f( x) = f( x ) α [ 0, ] 3

4 Defnzone6 Dces produttvtà margnale del fattore x l tasso al quale vara l output al varare della quanttà utlzzata del solo fattore -esmo: y MP = = f > 0 x La produttvtà margnale d un fattore è sempre postva per l prmo postulato della tecnologa Osservazone Dal punto d vsta dell mpresa è mportante msurare rendment del fattore, ossa le varazon che la produttvtà margnale subsce n conseguenza d successve varazon della quanttà utlzzata del fattore I rendment d un fattore produttvo sono msurat dalla dervata MP y y = = = f x x x x Dal segno d tale dervata deducamo che: a) I rendment del fattore sono crescent se f > 0, ossa se l output cresce a tass crescent al crescere dell nput x b) I rendment del fattore sono costant se f = 0, ossa se l output cresce proporzonalmente al crescere dell nput x c) I rendment del fattore sono decrescent se f < 0, ossa se l output cresce a tass decrescent al crescere dell nput x La produttvtà margnale d un fattore può varare anche n conseguenza delle varazon d un altro fattore Tale varazone è sempre non negatva, ossa, MP y = = f 0 x x x Quando la produttvtà margnale d x è caratterzzata da tutt e tre tp d rendment, la funzone d produttvtà totale relatva a tale fattore assume la forma llustrata nel grafco n alto della fg Nel tratto n cu la curva è convessa, rendment d x sono crescent Dvengono decrescent nel tratto n cu la curva è concava I rendment costant sono, n tal caso, rdott al solo punto d flesso Defnzone 7 Dces produttvtà meda del fattore x l rapporto tra l output totale e la quanttà utlzzata d x : AP = f ( x) x Per capre come vara la produttvtà meda al varare del- la quanttà utlzzata del fattore x, calcolamo: Tale funzone s deduce da f(x), assumendo costant tutt gl x x 4

5 AP x f f ( x) f ( x) = = f x x x x Poché f = MP e f ( x ) x = AP, possamo faclmente capre che: ( AP x > 0) la produttvtà meda è crescente fnché la produttvtà margnale è maggore della produttvtà meda; ( AP x < 0) la produttvtà meda è decrescente quando la produttvtà margnale è mnore della produttvtà meda S veda l grafco n basso della fg Proposzone Quando AP x = 0, la produttvtà meda raggunge l suo punto d massmo relatvo AP f ( x) Dmostrazone La condzone necessara per l massmo rchede che = 0 f = x x ossa MP = AP La condzone suffcente rchede, nvece, che AP x < 0 nel punto che annulla la dervata prma Poché AP f ( x) x f f ( x) = f + f, x x x x x AP nel punto n cu AP x = 0, rsulta = ( f ) < 0 se la produttvtà margnale è de- x x crescente, ossa se f < 0 Cò mplca che la curva del prodotto margnale tagla dall alto la curva del prodotto medo Osservazone Normalmente s assume che l mpresa oper sempre nella zona n cu rendment de fattor sono costant o decrescent La zona n cu rendment sono crescent non garantsce, d regola, lvell sgnfcatv d produzone Defnzone 8 Data una funzone d produzone, dces soquanto l nseme delle tecnche alle qual s assoca un medesmo lvello d output: Q( y) = x X: y = f( x ) { } Osservazone 3 Per l secondo postulato della tecnologa, l soquanto è una funzone convessa Cò sgnfca che f ( z ) come defnto n precedenza appartene al contorno superore dell soquanto y = f ( x) = f ( x ) Osservazone 4 L soquanto non è ma un nseme vuoto Esso nclude almeno un elemento, ossa una tecnca d produzone Cò accade nel caso estremo n cu la tecnologa, caratterzzata da coeffcent fss, mplca un unco lvello d produzone per cascuna tecnca Osservazone 5 Quando la funzone d produzone è a coeffcent flessbl (funzone contnua), l soquanto è sempre una funzone contnua, convessa e dervable Defnzone 9 Dces Saggo margnale tecnco d sosttuzone (TRS) l tasso al quale l utlzzo d un fattore deve varare al varare della quanttà utlzzata d un altro fattore, affnché l lvello d produzone rest costante 5

6 Per determnare TRS fra due fattor qualunque, dfferenzamo l soquanto: dy= fdx = 0 Assumendo varabl soltanto fattor x e x, la precedente dvene dy= fdx + f dx = 0, da dx f MP cu = TRS = = < 0, essendo le produttvtà margnal postve dx f MP = Osservazone 6 Se x R, l soquanto è una curva convessa e decrescente e TRS è decrescente n valore assoluto S veda la fg Defnzone 0 S defnscono rendment d scala le varazon dell output dervant da varazon della scala d produzone I rendment d scala msurano la reattvtà dell output a varazon equproporzonal d tutt gl nput Quando gl nput varano tutt nella stessa proporzone, s dce che è varata la scala d produzone Per determnare rendment d scala, fssamo una tecnca d produzone x, coscché y = f( x ) Se gl nput varano tutt nella stessa proporzone, le nuove tecnche d produzone sono determnabl moltplcando l vettore x per uno scalare s defnto parametro d scala Al varare d s, successv lvell d output sono determnat come y = f( sx ) Calcolamo, qund, l rapporto tra la varazone relatva o percentuale dell output e la varazone relatva o percentuale del parametro d scala Tale rapporto s defnsce elastctà d produzone e s ndca con E p : Δy% Δy Δs Δy s E p = = : = Δs% y s Δs y dy s Quando s è una varable contnua, E p = Poché E p (per defnzone) è l rsultato d un ds y rapporto, se nessuna varazone è nulla, sarà sempre E p : E p > Δ y% >Δ s% S dce, n tal caso, che la funzone d produzone è caratterzzata da rendment crescent d scala, perché l output vara pù che proporzonalmente rspetto agl nput E p = Δ y% =Δ s% S dce, n tal caso, che la funzone d produzone è caratterzzata da rendment costant d scala, perché l output vara nella stessa proporzone degl nput E p < Δ y% <Δ s% S dce, n tal caso, che la funzone d produzone è caratterzzata da rendment decrescent d scala, perché l output vara meno che proporzonalmente rspetto agl nput 6

7 Proposzone Una funzone d produzone postvamente omogenea d grado α genera sempre un elastctà d produzone par ad α Dmostrazone Sa y = f( x ) omogenea d grado α > 0 Cò mplca che f ( sx) = s α f( x ) e, dy s α s pertanto, = αs f( x) = α = E α p ds y s f ( x) La massmzzazone del proftto Defnzone Il proftto (Π) è la dfferenza tra rcav (R) e cost (C) I rcav dervano dalla vendta dell output realzzato e dpendono dal prezzo (p) e dalla quanttà venduta: R = py I cost sono rappresentat dalla spesa che l mpresa sostene per acqustare fattor produttv Dato l nseme de prezz de fattor utlzzat w = ( w, w,, w ), l costo rsulta C = wx = = wx = La massmzzazone del proftto è soggetta sa a vncol d mercato che a vncol tecnologc I vncol d mercato condzonano l prezzo al quale l output può essere venduto I vncol tecnologc condzonano lvell d produzone realzzabl In questa sede assumeremo per semplctà che l mpresa oper n concorrenza e, pertanto, sa costretta a vendere al prezzo prevalente d mercato Il prezzo p è, qund, a pror determnato I vncol tecnologc non solo dervano dal grado d effcenza della tecnologa utlzzata, ma anche dalla presenza d fattor la cu dotazone non può varare stantaneamente a seconda delle esgenze d produzone, ma soltanto ad ntervall temporal dscret, la cu lunghezza dpende dal processo produttvo d rfermento A fn della massmzzazone del proftto, occorre, pertanto, dstnguere tra breve perodo e lungo perodo Il breve perodo è un ntervallo temporale entro cu solo la dotazone d alcun fattor può varare Tal fattor s dcono varabl; gl altr, la cu dotazone non vara, s dcono fattor fss Il lungo perodo è un ntervallo temporale entro cu tutt fattor possono varare Quando n una funzone d produzone s dstnguono fattor varabl da quell fss, s pone y = f( xz, ) dove x è l vettore de fattor varabl e z l vettore de fattor fss Una tale funzone s defnsce: funzone d produzone d breve perodo Con rfermento al breve perodo, l problema d massmzzazone del proftto s pone nel modo seguente: Π ( p, wz, ) = max pf( xz, ) ( wx+ ω z ), dove l vettore ω z denota prezz d uso de fattor fss La condzone necessara per l massmo Π rchede che x [ ] z 7

8 Π = pf w = 0 [, ], x da cu deducamo pf = w pmp = w La condzone del secondo ordne (o suffcente) rchede che l Hessano f f f f f f H = f f f sa semdefnto negatvo Cò accade quando f < 0 ( ), ossa quando la funzone d produzone è localmente concava (le produttvtà margnal sono decrescent) n corrspondenza del vettore x (scelta ottma) In conclusone, dremo che l mpresa operante n concorrenza massmzza l proftto quando d cascun fattore è utlzzata una quanttà tale da uguaglare l valore della produttvtà margnale al prezzo del fattore stesso Poché la produttvtà margnale d cascun fattore è funzone della quanttà utlzzata dello stesso fattore, rsolvendo per x cascuna delle equazon pmp = w, otterremo l vettore x delle quanttà ottme da utlzzare d tutt fattor varabl Essendo ogn x vncolata a prezz p e w ed alla quanttà de fattor fss z, convenzonalmente s pone x ( p, w, z) Tale vettore è defnto nseme delle funzon d domanda de fattor varabl Quando s fa rfermento al lungo perodo, tutt fattor sono varabl ed l problema d massmzzazone del proftto è posto nel modo seguente: Π ( p, w) = max pf( x) wx x [ ] Formalmente la soluzone è dentca a quella gà vsta per l breve perodo: cascun fattore deve essere utlzzato nella msura n cu pf = w [,, ], per cu x = x( p, w) La condzone del secondo ordne rchede sempre che H sa semdefnto negatvo Osservazone Nel problema d massmzzazone del proftto possono sorgere delle dffcoltà: a) Quando la tecnologa non è descrvble con una funzone d produzone contnua e dervable Cò accade se s opera con tecnche d produzone a coeffcent fss In tal stuazon occorre avvalers d strument analtc dvers qual la programmazone lneare e non per determnare le funzon d domanda de fattor b) Quando la funzone d produzone è caratterzzata da rendment d scala costant (o crescent) non esste un pano d produzone che massmzza Π S supponga d voler determnare l pano d produzone che garantsca l proftto massmo Π > 0, ossa: pf ( x) wx =Π > 0 Se f ( x ) ha rendment costant d scala (E p =, qund, f ( sx) = sf( x )), allora, per s > : pf ( sx) wsx = ps f ( x) swx = sπ >Π Cò mplca che se Π > 0, la produzone dovrebbe essere smsuratamente grande e Π senza lmte 8

9 Propretà delle funzon d domanda de fattor Sa x ( p, w) la funzone d domanda del generco fattore x ) La funzone x ( p, w) è sempre omogenea d grado zero Dmostrazone Le x ( p, w) sono la soluzone del problema d max Π Pertanto, x Π = pf ( x) wx Moltplchamo p ed l vettore w per α > 0 e determnamo l nuovo proftto Π = α pf ( x) α wx, da cu la condzone del prmo ordne per l massmo rsulta, [,, ], α pf αw = 0 pf = w, che è la soluzone d max Π x Osservazone Quando s stmano delle funzon d domanda per fattor x, esse devono essere sempre omogenee d grado zero per essere soluzone del problema d massmo proftto Se cò non accade, o la stma non è corretta o l mpresa non sta massmzzando l proftto ) Una varazone del prezzo w genera sempre una varazone d segno opposto della domanda d x, ovvero x w < 0 Dmostrazone Per semplctà consderamo una tecnca d produzone x R, per cu Π= pf( x, x) wx wx Ne consegue che pf = w max Π x, x pf = w Dervamo rspetto a w e po w questo rsultato, rcordando che f( x, x ) : x x p f + f = w w x x p f + f = 0 w w x x p f + f = 0 w w x x p f + f = w w Rscrvamo questo rsultato n forma matrcale: x x f f w w p 0 = f f x x 0 p w w I Se normalzzamo p =, la matrce d destra dvene untara Inoltre, poché f = f, la prma matrce d snstra è smmetrca e concde con l Hessano H che è semdefnto negatvo nel punto d massmo proftto Pertanto: x w x w = H x w x w 9

10 Se H è smmetrca e semdefnta negatva, anche H - lo sarà e, come tale, nclude lungo la dagonale prncpale solo termn negatv Ne consegue che anche la matrce x w, convenzonalmente defnta matrce d sosttuzone, è smmetrca e semdefnta negatva e, qund, x w < 0 Osservazone 3 A causa della sua smmetra, la matrce x w mplca x w = = x w Non esste una spegazone economca d questo rsultato Esso è soltanto conseguenza dell assunzone che l mpresa punt alla massmzzazone del proftto 3 La mnmzzazone de cost Supponamo che l mpresa abba defnto l lvello d output y da realzzare Se l prezzo al quale la produzone sarà venduta è predetermnato, l proftto sarà massmo se e solo se y è realzzato al mnmo costo Il problema d mnmzzazone del costo s pone nel modo seguente: mn wx x sub y = f( x) dove f ( x ), ossa l lvello d produzone, è l vncolo Assumendo contnua e dervable f ( x ), possamo rsolvere questo problema utlzzando l metodo d Lagrange Il lagrangano generato dal nostro problema è, pertanto: = wx λ ( f( x) y), = dove λ > 0 è un moltplcatore d Lagrange La condzone necessara per l mnmo vncolato è: = w λ f = 0 [,, ] x = y f( x) = 0 λ f Ne consegue che: = [,, ] w λ Poché λ è unco, se consderamo fattor due per volta ottenamo: f f f w = = w w f w Essendo f f = TRS l Saggo margnale tecnco d sosttuzone tra fattor e, dremo che l costo d produzone è mnmo relatvamente al lvello prefssato dell output se, per ogn coppa d fattor, l TRS è uguaglato al rapporto tra prezz degl stess fattor 0

11 f In manera alternatva ma equvalente, poché l uguaglanza w f = vale per ogn e, potremo dre che la condzone d mnmo costo per l output y è soddsfatta quando è realzzata l uguaglanza tra le produttvtà margnal ponderate d tutt fattor produttv La condzone suffcente per l mnmo vncolato rchede che l Hessano orlato 0 f f f f λ f λ f λ f H = f λ f λ f λ f f λ f λ f λ f sa defnto negatvo Cò accade quando tutt mnor prncpal d H sono negatv Per semplctà, possamo verfcare questa condzone nell potes che x R In questo caso, H rsulta 0 f f f λ f λ f f λ f λ f da cu, svluppando l determnante secondo la prma rga, accertamo se H < 0 Rcordando che f = f, ottenamo: f λ f f λ f H = f ( f = λ f f fff + f f ) f λ f f λ f Poché λ > 0, l segno dell espressone dpende dal termne n parentes Essendo le produttvtà margnal f > 0( ) e f 0 (, ), H < 0 solo se le produttvtà margnal sono decrescent, ossa f < 0( ) Il vettore x soluzone del problema d mnmzzazone del costo, s defnsce tecnca economcamente effcente e denota le domande condzonate de fattor Tale vettore è ndcato convenzonalmente con x w, y ( ) Osservazone 3 Poché per ogn lvello d y è possble determnare una tecnca economcamente effcente, l nseme delle tecnche economcamente effcent è sempre ncluso nell nseme delle tecnche effcent tecncamente Sosttuendo l vettore x ( w, y) nell equazone del costo, s determna una funzone che è defnta funzone del costo d produzone o funzone del costo mnmale : C w, y = wx w, y ( ) ( ) La funzone d costo è, qund, l costo mnmo al quale cascun lvello d produzone può essere realzzato Osservazone 3 A dfferenza della funzone d proftto per la quale potrebbe non esstere un punto d ottmo, per la funzone d costo non s pone alcun problema: un punto d ottmo (mnmo costo) esste sempre w

12 Proposzone 3 La condzone d massmo proftto mplctamente nclude la condzone d mnmo costo Dmostrazone La soluzone del problema d massmzzazone del proftto determnava pf = w,, [ ] f Questa uguaglanza può anche essere scrtta come = e vale per ogn, ossa per tutt w p f f fattor Essendo l prezzo p unco ed esogeno, sarà anche = per ogn e ( ) Ma w w quest ultma uguaglanza è propro la condzone d mnmo costo Propretà delle funzon d domanda condzonate de fattor Sa x ( w, y) la domanda condzonata del generco fattore x ) Il tasso d varazone della domanda condzonata d un fattore al varare del suo prezzo è sempre negatvo: < 0 x w Dmostrazone Consderamo, per semplctà, tecnche d produzone x R In tal caso, la mnmzzazone del costo, subordnatamente al lvello y d output, mplca: y f ( x, x) = 0 w λ f = 0 w λ f = 0 Dfferenzamo rspetto a w cascuna delle tre precedent equazon, rcordando che le produttvtà margnal sono funzon delle quanttà de fattor e che, quest ultm, dpendono da loro prezz: x x f f = 0 w w x x λ λ f + f f = 0 w w w x x λ λ f + f f = 0 w w w Nella seconda equazone portamo dall altra parte e rscrvamo l sstema n forma matrcale: 0 f f λ w 0 f λ f λ f x w = f λ f λ f x w 0 Notamo che la matrce d snstra altro non è che l Hessano orlato H determnato per x R Utlzzando la regola d Cramer, calcolamo

13 0 0 f f λ f x f 0 λ f f = = < 0 w H H perché H < 0 Con procedmento analogo, s dmostra che x w < 0 ) Se x R, l tasso d varazone della domanda condzonata d un fattore al varare del prezzo dell altro fattore è sempre postvo Dmostrazone Utlzzando l sstema n forma matrcale al precedente punto ), calcolamo: 0 f 0 perché H < 0 f λ f 0 ff f λ f x = = w H H > 0 Osservazone 33 Con procedmento analogo s dmostra che x w = ff H > 0 è - dentco a x w Come nella massmzzazone del proftto, l effetto ncrocato della varazone del prezzo d un fattore è smmetrco Osservazone 34 Se consderamo x R, l effetto ncrocato della varazone d un prezzo w è sempre smmetrco, ma può rsultare postvo o negatvo: x w > 0 mplca che tra fattor x e x esste un rapporto d sosttubltà (come per x R ); x w < 0 mplca che tra fattor x e x esste un rapporto d complementaretà 4 La funzone d costo Nel paragrafo precedente abbamo mplctamente assunto che tutt fattor fossero varabl Pertanto, la funzone d costo che abbamo determnato è una funzone d costo d lungo perodo Se consderamo l breve perodo, alcun fattor sono fss e, qund, dovremo mnmzzare l costo solo relatvamente a fattor varabl: wx + w z mn ( ) x sub y = f( xz, ) Rsolvendo con l metodo d Lagrange determnamo le domande condzonate de fattor varabl x ( w, y, z ) Sosttuendo tale vettore nell equazone del costo, ottenamo C( w, y, z) = wx+ wz che rappresenta la funzone d costo d breve perodo L elemento wz rappresenta cost fss 3

14 La funzone d costo d breve perodo s dfferenza da quella d lungo perodo per la presenza de cost fss Nel lungo perodo tutt cost sono varabl Data una funzone d costo d breve perodo, assumendo dat prezz de fattor, dstnguamo tra: Costo totale C = CV + CF (costo varable + costo fsso); Costo medo AC = C y = CV y + CF y (costo varable medo + costo fsso medo); dc dcv Costo margnale MC = = (tasso d varazone del costo al varare dell output) dy dy La fg 3(a) llustra l tpco andamento d una funzone d costo Osservazone 4 I cost margnal sono sempre postv (per aumentare la produzone occorre accrescere l utlzzazone de fattor e, qund accrescere la spesa) ed ncludono solo cost varabl La funzone d costo medo assume generalmente una forma ad Cò s deve al termne CF y l quale de- cresce sempre al crescere d y Pertanto, fnché l ncdenza de cost fss è elevata, comparatvamente a cost varabl, AC decresce Quando l ncdenza de cost varabl dvene prevalente, AC cresce Se la funzone AC ha una forma ad, allora esste ŷ tale che AC( yˆ ) sa un punto d mnmo relatvo AC( y ˆ) s defnsce scala mnma effcente Determnamo l mnmo d AC Cò mplca: dac dcv = 0 ( y CV CF MC C y AC dy y = = = dy ), ossa che, nel suo punto d mnmo, l costo medo uguagla l costo margnale Possamo così dedurre che: per y yˆ : MC AC, per y yˆ : MC AC Proposzone 4 Nel punto d mnmo costo medo, l costo margnale è crescente La funzone MC, pertanto, tagla dal basso la curva AC Dmostrazone Verfcando la condzone del secondo ordne per l mnmo, deve rsultare d AC > 0 Calcolamo questa dervata: dy d AC dcv d CV dcv dcv = y CV CF y 3 dy y dy + + y dy dy dy d AC d CV dmc dy y dy y dy dmc In ŷ rsulta = = > 0 se e solo se > 0, ossa se l costo margnale è crescente S veda la fg 3(b) dy 4

15 Proposzone 4 L andamento del costo margnale dpende da rendment d scala de fattor varabl Dmostrazone Supponamo che f ( xz, ) sa caratterzzata da rendment crescent d scala In tal caso, E p > e, qund, l output cresce, al varare della scala d produzone, pù che proporzonalmente relatvamente agl nput Le varazon della scala d produzone, allo stesso tempo, fanno crescere proporzonalmente l costo Infatt, ponendo C = wx + w z, moltplcando per s tutt fattor varabl, determnamo C = w( s x) + wz, da cu dc = wx ds mplca dc = wx = costante Pertanto, MC = dc dy al varare d s esbrà un denomnatore (dy) ds che cresce pù rapdamente del numeratore (dc) Qund, MC è decrescente quando rendment d scala sono crescent Allo stesso modo possamo verfcare che E p = (rendment costant d scala) mplca MC costante, mentre E p < (rendment decrescent d scala) mplca MC crescente Osservazone 4 Quanto detto per la funzone MC s estende anche alla funzone AC Osservazone 43 Il legame tra rendment d scala de fattor varabl e costo margnale e medo d breve perodo s estende alle funzon d costo margnale e medo d lungo perodo In questo caso rendment d scala fanno rfermento a tutt fattor Proposzone 43 L area sotto la curva del costo margnale denota l costo varable d produzone Dmostrazone Rcordando l Teorema fondamentale del calcolo dfferenzale, osservamo y dc che d τ = CV ( y ) CV (0) Essendo par a zero l costo varable d una produzone nulla, l asserto è dmostrato 0 dτ Assumamo che prezz de fattor sano costant e consderamo la funzone d costo d lungo perodo, evdenzando quell che, nel breve perodo, sono fattor fss: CL = C( y, z ( y) ) Sa y un lvello d output realzzato con una tecnca economcamente effcente d lungo perodo Cò mplca che z = z( y ) sarà l vettore delle domande condzonate de fattor fss Osservazone 44 Il costo d breve perodo è sempre almeno altrettanto grande quanto l costo d lungo perodo: C( y, z ) CL ( y, z( y) ) y Y In altr termn, la funzone d costo d breve perodo gace sempre sopra la funzone d costo d lungo perodo Nel lungo perodo nfatt, l mpresa ha sempre la possbltà d adeguare fattor fss al lvello corrente d produzone mglorando così l effcenza Proposzone 44 Se y è realzzato con una tecnca economcamente effcente d lungo perodo, le funzon d costo d breve e quella d lungo sono tangent n y Dmostrazone Se y = y, allora z = z Pertanto, 5

16 ( ) C y z C y z y (, ) = L, ( ) Dervando rspetto a y, ottenamo C CL CL z = + y y z y Poché n y l costo de fattor fss è mnmzzato, necessaramente C L z = 0 In tale punto, pertanto, C( y, z) CL = y y Propretà della funzone d costo Sa y = y un lvello costante d produzone ) C( w, y) è non decrescente n w Cò equvale a dre che w w C( w, y) C( w, y) Dmostrazone Sano x e x tecnche d produzone che mnmzzano l costo d y, rspettvamente con prezz w e w Cò mplca che wx wx e anche che wx w x Mettendo nseme le due dsuguaglanze, deducamo che wx wx C( w, y) C( w, y) ) C( w, y) è una funzone omogenea d prmo grado: Ct ( w, y) = tc( w, y) Dmostrazone Sa x una tecnca economcamente effcente con prezz w e sa w = tw un nuovo lvello d prezz Supponamo che x sa la tecnca che mnmzza cost con prezz w Deve essere allora: w x w x twx twx wx wx Questo rsultato è n contraddzone con l assunto che x sa una tecnca economcamente effcente a prezz w Pertanto, wx = wx x = x Qund se x mnmzza l costo a prezz w, x sarà sempre economcamente effcente anche a prezz tw In altr termn, poché x non camba, l costo crescerà nella stessa proporzone de prezz 3) C( w, y) è concava n w Dmostrazone Sano ( wx, ) e ( w, x ) due combnazon prezz-fattor che mnmzzano C Sa, noltre, w un vettore d prezz combnazone lneare d w e w, ossa w = αw+ ( α) w dove α [ 0, ] La funzone d costo generata da w sarà C( w, y) = w x = αwx + ( α) wx, ma x non è necessaramente la tecnca che mnmzza C a prezz w e w Pertanto, wx C( w, y) e wx C( w, y) Sosttuendo nell uguaglanza precedente, ne consegue che C( w, y) αc( w, y) + ( α) C( w, y) 6

17 Osservazone 45 La propretà 3) è molto mportante e non mmedatamente ntutva Consderamo percò l caso d un solo prezzo varable (w ) e traccamo l grafco (fg 4) dell equazone del costo C wx wx = + e della funzone d costo C(, y) w Sa x la tecnca economcamente effcente (che nclude x ) a prezz w ( che nclude w ) Se w > w e l mpresa contnua ad utlzzare x, l costo crescerà proporzonalmente (lungo la retta) L mpresa tuttava, potrà modfcare la tecnca d produzone per contnuare a mnmzzare l costo, spostandos lungo la curva Le due funzon hanno un solo punto n comune che è quello che corrsponde all ascssa w La concavtà mplca, n pratca, che la funzone d costo cresce al crescere d un prezzo, ma a tass decrescent Cò accade perché l fattore l cu prezzo cresce tende ad essere sosttuto da altr fattor meno costos Proposzone 45 Nel problema d mnmzzazone del costo, l moltplcatore d Lagrange λ denota l costo margnale d produzone Dmostrazone Sa C = wx un equazone d costo Dfferenzando, ottenamo dc = wdx Dalla condzone d mnmo costo sub y, rsulta w λ f = 0,, e, pertanto, w = [ ] = λ f Sosttuendo nel dfferenzale totale, ottenamo dc = λ fdx Poché la soluzone d ottmo x soddsfa anche l vncolo rcava = y = f( x ), dfferenzando quest ultmo, s dy = fdx Ne consegue che dc = λdy, da cu dc = λ = MC dy = Lemma d Shephard Sa x ( w, y) la domanda condzonata del fattore x Se la funzone d costo è contnua e dfferenzable n ( w, y), allora C( w, y) x ( w, y) = [,, ] w Dmostrazone Sa x la tecnca economcamente effcente per prezz w Defnamo la seguente funzone: g( w) = C( w, y) wx In corrspondenza de prezz w = w, la funzone g ( w ) = 0 Cò mplca che tale funzone è sempre non postva, perché C( w, y) wx In w, qund, la funzone g( w) raggunge l suo massmo e, pertanto, le sue dervate devono essere nulle n w : 7

18 da cu segue l asserto g( w) C( w, y) = x ( w, y) = 0 [,, ], w w Osservazone 46 Il Lemma d Shephard c consente d capre che l vettore degl nput che mnmzza l costo altro non è che l vettore delle dervare d C( w, y) rspetto a prezz w Osservazone 47 Il legame tra le varazon del costo ed lvell d produzone è, nella pratca, analzzato attraverso le cosddette Econome o dseconome d Scala Le econome d scala sono msurate da un coeffcente d elastctà (ES) calcolato come rapporto tra la varazone relatva o percentuale del costo e varazon relatve o percentual del lvello dell output: Δ C % Δ C Δ ES : y Δ C y = = = Δy% C y Δy C dc y Quando s dspone d una stma della funzone C e tale funzone è dervable, ES = dy C dc dy MC che può anche scrvers: ES = C y = AC Poché ES è comunque l rsultato d un rapporto (se nessuna varazone è nulla) ES Quando ES <, l costo cresce meno che proporzonalmente relatvamente all output (MC < AC) In tal caso, l mpresa realzza econome d scala aumentando la produzone Quando ES =, l costo cresce proporzonalmente all output (MC = AC) In tal caso non v sono né econome, né dseconome d scala, perché l mpresa opera n corrspondenza della sua scala mnma effcente Quando ES >, l costo cresce pù che proporzonalmente relatvamente all output (MC > AC) In tal caso, l mpresa realzza dseconome d scala aumentando la produzone 8

La teoria microeconomica del consumo

La teoria microeconomica del consumo Isttuzon d Economa Matematca La teora mcroeconomca del consumo Il problema del consumatore 2 a parte. Maro Sportell Dpartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I 70125 Bar (Italy)

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009

Dipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Matematica aa lezione marzo 2009 Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Matematca aa 2008-2009 lezone 25 17 marzo 2009 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? Convesstà Sa I un ntervallo

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo L equazone d Slutsky. Problema dell ntegrabltà. Maro Sortell Dartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I-70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fax: +39

Dettagli

4.6 Dualità in Programmazione Lineare

4.6 Dualità in Programmazione Lineare 4.6 Dualtà n Programmazone Lneare Ad ogn PL n forma d mn (max) s assoca un PL n forma d max (mn) Spaz e funzon obettvo dvers ma n genere stesso valore ottmo! Esempo: l valore massmo d un flusso ammssble

Dettagli

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere

CMPE, Economia Industriale. Lezione 11. Costi di entrata, struttura di mercato e benessere LIUC AA 2008-2009 CMPE, Economa Industrale Anals della Concorrenza e Anttrust Lezone 11 Cost d entrata, struttura d mercato e benessere 1 Sommaro della lezone: 1 Concentrazone, cost d entrata e dmensone

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

6 Prodotti scalari e prodotti Hermitiani

6 Prodotti scalari e prodotti Hermitiani 6 Prodott scalar e prodott Hermtan 6.1 Prodott scalar S fss K = R. Defnzone 6.1 Sa V un R-spazo vettorale. Un prodotto scalare su V è un applcazone che gode delle seguent propretà: ) (lneartà rspetto al

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de

Dettagli

Forme funzionali in microeconomia

Forme funzionali in microeconomia Forme funzonal n mcroeconoma Gulo Palomba Lezon per l Dottorato d Rcerca n Economa Poltca Unverstà Poltecnca delle Marche Dpartmento d Scenze Economche e Socal (DISES) Febbrao 2014 Indce Introduzone 2

Dettagli

Geometria 1 a.a. 2011/12 Esonero del 23/01/12 Soluzioni (Compito A) sì determinarla, altrimenti dimostrare che ciò è impossibile.

Geometria 1 a.a. 2011/12 Esonero del 23/01/12 Soluzioni (Compito A) sì determinarla, altrimenti dimostrare che ciò è impossibile. Geometra 1 a.a. 2011/12 Esonero del 23/01/12 Soluzon (Compto A) (1) S consder su C 2 l prodotto Hermtano, H assocato alla matrce ( ) 2 H =. 2 (a) Dmostrare che, H è defnto postvo e determnare una base

Dettagli

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto

Dettagli

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corsi di Laurea in Farmacia e CTF Prova di Matematica Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall

Dettagli

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)

Le soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z) Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall

Dettagli

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massmzzazone del roftto e offerta concorrenzale Eserczo Un mresa roduce un bene megando un solo nut. La sua funzone d roduzone è f(x)=4 x dove x è l numero d untà del fattore roduttvo. Una untà del rodotto

Dettagli

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico. Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo

Dettagli

6. Catene di Markov a tempo continuo (CMTC)

6. Catene di Markov a tempo continuo (CMTC) 6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto

Dettagli

La teoria del consumo

La teoria del consumo La teora del consumo La funzone d domanda ndvduale e l denttà d Slutsky. Maro Sportell Dpartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I 70125 Bar (Italy) (Tel.: +39 (0)99 7720 626; fa:

Dettagli

Lezione 4. Politica Economica Avanzata

Lezione 4. Politica Economica Avanzata Lezone 4 Poltca Economca Avanzata Come msuramo la rendta d Conoscamo la def. Teorca. un mpresa? Dvdamo n base al valore medano tra mprese a bassa ed alta rendta. Che legame con la crescta della produttvtà

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

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i. Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

1 La domanda di moneta

1 La domanda di moneta La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3: Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l

Dettagli

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile

Matematica Generale a.a. 2016/17 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile Matematca Generale a.a. 2016/17 Teorem dmostrat nel corso. ATTENZIONE!!!!. Nel corso d matematca generale sono stat presentat teorem per qual è rchesta la conoscenza del solo enuncato e teorem de qual

Dettagli

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia

SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)

Dettagli

Matematica Generale a.a. 2018/19 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile

Matematica Generale a.a. 2018/19 Teoremi dimostrati nel corso. 1 Funzioni ad una variabile Matematca Generale a.a. 2018/19 Teorem dmostrat nel corso. ATTENZIONE!!!!. Nel corso d matematca generale sono stat presentat teorem per qual è rchesta la conoscenza del solo enuncato e teorem de qual

Dettagli

ANELLI E SOTTOANELLI. contrassegna gli esercizi (relativamente) più complessi.

ANELLI E SOTTOANELLI. contrassegna gli esercizi (relativamente) più complessi. ESERCIZI SU ANELLI E SOTTOANELLI N.B.: l smbolo contrassegna gl esercz relatvamente pù compless. 1 Sa X un nseme, e sa PX l suo nseme delle part. Indcando con l operazone d dfferenza smmetrca tra element

Dettagli

Dinamica dei sistemi particellari

Dinamica dei sistemi particellari Dnamca de sstem partcellar Marco Favrett Aprl 11, 2010 1 Cnematca Sa dato un sstema d rfermento nerzale (O, e ), = 1, 2, 3 e consderamo un sstema d punt materal (sstema partcellare) S = {(OP, m )}, = 1,,

Dettagli

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA

POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE A.A DOCENTE: PAOLO LISCA POLINOMIO MINIMO E FORMA CANONICA DI JORDAN NOTA AGGIUNTIVA PER IL CORSO DI GEOMETRIA ANALITICA E ALGEBRA LINEARE AA 2009-2010 DOCENTE: PAOLO LISCA 1 Polnomo mnmo Avvertenza: con V ndcheremo uno spazo

Dettagli

Tangenti a una conica: il metodo del Doppio sdoppiamento 1

Tangenti a una conica: il metodo del Doppio sdoppiamento 1 Tangent a una conca: l metodo del Doppo sdoppamento 1 Franco Goacchno Sunto Ecco un metodo alternatvo per determnare le tangent a una conca da un qualsas punto del pano. Esso consste nell applcare volte

Dettagli

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente

Dettagli

La soluzione delle equazioni differenziali con il metodo di Galerkin

La soluzione delle equazioni differenziali con il metodo di Galerkin Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo

Dettagli

LEZIONE 11. Argomenti trattati

LEZIONE 11. Argomenti trattati LEZIONE LE ECONOMIE PERTE (2) Il modello IS-LM n regme d camb fss e d camb flessbl rgoment trattat S esamnano gl effett delle poltche macroeconomche n economa aperta consderando tre modell Il modello IS-LM

Dettagli

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione

Equilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà

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

Esercitazione sulle Basi di di Definizione

Esercitazione sulle Basi di di Definizione Eserctazone sulle as d d Defnzone ESERIZIO Un bpolo ressto (dodo) ha la seguente equazone: = k [ 0 + 00] con k 0 nella quale ed sono descrtt dalla conenzone degl utlzzator come n fgura. Stablre se l bpolo

Dettagli

Risposta in frequenza

Risposta in frequenza Rsposta n frequenza www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 6--6 Dagramm d Bode Le funzon d trasfermento (f.d.t de crcut lnear tempo nvarant sono funzon razonal (coè rapport tra due polnom

Dettagli

Prima prova di gruppo

Prima prova di gruppo Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo

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

Sistemi Intelligenti Stimatori e sistemi lineari - III

Sistemi Intelligenti Stimatori e sistemi lineari - III Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\

Dettagli

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω Metod d anals Eserczo Anals alle magle n presenza d sol generator ndpendent d tensone R s J R Determnare le tenson sulle resstenze sapendo che: s s 0 R R 5.Ω s J R J R R 5Ω R 0Ω R 6Ω R 5 Dsegnamo l grafo,

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone

Dettagli

I coefficienti di elasticità della domanda: un esposizione algebrico-grafica 1

I coefficienti di elasticità della domanda: un esposizione algebrico-grafica 1 ppendce 4 I coeffcent d elastctà della domanda: un esposzone algebrco-grafca 1 Il calcolo de coeffcent d elastctà della domanda La teora e l ndagne economca hanno dentfcato numerosevarablchenflusconosullaquanttàdomandatadunbeneoservzo.traquestevsonol

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

Elasticità nei mezzi continui

Elasticità nei mezzi continui Elastctà ne mezz contnu l tensore degl sforz o tensore d stress, σ j Consderamo un cubo d dmenson untare n un mezzo elastco deformato. l cubo è deformato dalle forze eserctate sulle sue facce dal resto

Dettagli

Modelli decisionali su grafi - Problemi di Localizzazione

Modelli decisionali su grafi - Problemi di Localizzazione Modell decsonal su graf - Problem d Localzzazone Massmo Paolucc (paolucc@dst.unge.t) DIST Unverstà d Genova Locaton Problems: modell ed applcazon Decson a medo e lungo termne (panfcazone) Caratterstche

Dettagli

INDICE. Scaricabile su: Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata

INDICE. Scaricabile su:   Derivate TEORIA. Derivata in un punto. Significato geometrico della derivata P r o f Gu d of r a n c n Anteprma Anteprma Anteprma www l e z o n j md o c o m Scarcable su: ttp://lezonjmdocom/ INDICE TEORIA Dervata n un punto Sgnfcato geometrco della dervata Funzone dervata e dervate

Dettagli

LA CORRENTE ELETTRICA CONTINUA

LA CORRENTE ELETTRICA CONTINUA CAPITOLO 33 LA CORRENTE ELETTRICA CONTINUA 1 L INTENSITÀ DELLA CORRENTE ELETTRICA 1! v! a t! F m e! E m t v! e t m! E Fssato l ntervallo d tempo t, s può scrvere! v! E 2 Q t 4,0 10 2 A 5,0 s 0,20 C 3 t

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Appunti: Scomposizione in fratti semplici ed antitrasformazione

Appunti: Scomposizione in fratti semplici ed antitrasformazione Appunt: Scomposzone n fratt semplc ed anttrasformazone Gulo Cazzol v0. (AA. 017-018) 1 Fratt semplc 1.1 Funzone ntera.............................................. 1. Funzone razonale fratta strettamente

Dettagli

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4

Teoria dei Giochi. Dr. Giuseppe Rose Università degli Studi della Calabria Corso di Laurea Magistrale in Economia Applicata a.a 2011/2012 Handout 4 Teora de Goch Dr. Guseppe Rose Unverstà degl Stud della Calabra Corso d Laurea Magstrale n Economa Applcata a.a 011/01 Handout 4 1 L equlbro d Bertrand Nel modello d Bertrand, abbamo un duopolo esattamente

Dettagli

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

Lezione 20 Maggio 29

Lezione 20 Maggio 29 PSC: Progettazone d sstem d controllo III Trm 2007 Lezone 20 Maggo 29 Docente: Luca Schenato Stesor: Maran F, Marcon R, Marcassa A, Zanella F Fnora s sono sempre consderat sstem tempo-nvarant, ovvero descrtt

Dettagli

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE aptolo6 ETODO DEE FORZE - IOSTZIOE GEERE 6. ETODO DEE FORZE IOSTZIOE GEERE ssocamo al sstema perstatco un altro sstema, denomnato sstema prncpale. Il sstema prncpale è un sstema statcamente determnato,

Dettagli

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi

Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta

Dettagli

Propagazione degli errori

Propagazione degli errori Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da

Dettagli

Analisi Matematica Lezione 16 3 novembre 2014 Limiti di funzioni

Analisi Matematica Lezione 16 3 novembre 2014 Limiti di funzioni Dpartmento d Scenze Statstche Anals Matematca Lezone 6 3 novembre 204 Lmt d funzon prof. Danele Rtell danele.rtell@unbo.t /7? Eserczo 9 Determnare l ordne d nfntesmo e la parte prncpale dell nfntesmo rspetto

Dettagli

2.6 Diagramma di redditività e analisi CRQ (Costi, Ricavi, Quantità)

2.6 Diagramma di redditività e analisi CRQ (Costi, Ricavi, Quantità) Dspensa 3 2.6 Dagramma d reddtvtà e anals CR (Cost, Rcav, uanttà) L anals CR (Cost, Rcav, uanttà) è uno strumento molto utle e semplce per la progettazone e la gestone d un generco mpanto d produzone.

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

Economie di scala, concorrenza imperfetta e commercio internazionale

Economie di scala, concorrenza imperfetta e commercio internazionale Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato

Dettagli

5.1 Controllo di un sistema non lineare

5.1 Controllo di un sistema non lineare 5.1 Controllo d un sstema non lneare Sa dato l sstema non lneare rappresentato n fgura 5.1, con h g θ Θ,m,r Fgura 5.1: Sstema non lneare F m (,d) = k m la forza che esercta l elettromagnete percorso da

Dettagli

IL MODELLO IS-LM. Ripasso dei concetti principali dal corso base di Economia Politica. Prof. AnnaMaria Variato

IL MODELLO IS-LM. Ripasso dei concetti principali dal corso base di Economia Politica. Prof. AnnaMaria Variato IL MODELLO IS-LM Rpasso de concett prncpal dal corso base d Economa Poltca Prof. AnnaMara Varato Strumento grafco-analtco per la rappresentazone e lo studo dell equlbro smultaneo del mercato de ben e della

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 3: 27 febbraio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 3: 27 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/26? S può dmostrare che 1. se 0 < t < 1 allora

Dettagli

Support Vector Machines. Macchine a vettori di supporto

Support Vector Machines. Macchine a vettori di supporto Support Vector Machnes Macchne a vettor d supporto Separator Lnear Percettrone La classfcazone bnara può essere vsta come un problema d separazone d class nello spazo delle feature m b b b > 0 b 0 b

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

Economia del turismo

Economia del turismo U N I V E R S I T À D E G L I S T U D I D I C A G L I A R I F A C O L T À D I S C I E N Z E E C O N O M I C H E, G I U R I D I C H E E P O L I T I C H E C O R S O D I L A U R E A I N E C O N O M I A E

Dettagli

Introduzione al calcolo numerico. Derivazione Integrazione Soluzione di equazioni

Introduzione al calcolo numerico. Derivazione Integrazione Soluzione di equazioni Introduzone al calcolo numerco Dervazone Integrazone Soluzone d equazon Dervazone numerca Il calcolo della dervata d una unzone n un punto mplca un processo al lmte ce può solo essere approssmato da un

Dettagli

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto

Università degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto Unverstà degl Stud d Roma Tor vergata partmento d Ingegnera Cvle Corso d Gestone ed eserczo de sstem d trasporto Docente: Ing. Perlug Coppola Lucd proettat a lezone La progettazone degl orar de servz d

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.9)

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.9) Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 03-4, lez.9) Matematca Computazonale, Ottmzzazone,

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 21: 29 maggio 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 21: 29 maggio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 21: 29 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/35? Eserczo Dmostrare che l portafoglo d mnmo rscho

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/ Esercizi: lezione 17/10/2018 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2018/2019 1. Esercz: lezone 17/10/2018 Rendmento d un B.O.T. Eserczo 1. Un captale C vene chesto n prestto alla banca

Dettagli

Teoria dell informazione e Meccanica Statistica

Teoria dell informazione e Meccanica Statistica Teora dell nformazone e Meccanca Statstca L. P. Gugno 2007 Rporto qu una breve rassegna dell approcco alla Meccanca Statstca medante la teora dell nformazone. Partamo dalla consderazone che la probabltà

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

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

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE

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

si utilizzano per confrontare le distribuzioni

si utilizzano per confrontare le distribuzioni Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89

Dettagli

Dinamica del corpo rigido

Dinamica del corpo rigido Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

1. La domanda di moneta

1. La domanda di moneta 1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze

Le obbligazioni: misure di rendimento e rischio La curva dei rendimenti per scadenze Le obblgazon: msure d rendmento e rscho La curva de rendment per scadenze Economa del Mercato Moblare A.A. 2017-2018 La curva de rendment (yeld curve) (1) Il rendmento d un ttolo obblgazonaro dpende da

Dettagli

Calcolo Scientifico e Matematica Applicata Secondo Parziale, Ingegneria Ambientale

Calcolo Scientifico e Matematica Applicata Secondo Parziale, Ingegneria Ambientale Calcolo Scentfco e Matematca Applcata Secondo Parzale, 7.2.28 Ingegnera Ambentale Rsolvere gl esercz, 2, 4 oppure, n alternatva, gl esercz, 3, 4. Valutazone degl esercz: 4, 2 8, 3 8, 4 8.. Illustrare,

Dettagli

Riccardo Sabatino 463/1 Progetto di un telaio in c.a. A.A. 2003/04

Riccardo Sabatino 463/1 Progetto di un telaio in c.a. A.A. 2003/04 Rccardo Sabatno 463/1 Progetto d un telao n c.a. A.A. 003/04 3.3 Il metodo degl spostament per la rsoluzone del telao Il metodo degl spostament è basato sulla valutazone de moment flettent ce agscono sugl

Dettagli

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2

ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE A.A. 2016/ Esercizi 2 ESERCIZI DI MATEMATICA FINANZIARIA DIPARTIMENTO DI ECONOMIA E MANAGEMENT UNIFE AA 2016/2017 1 Esercz 2 Regme d sconto commercale Eserczo 1 Per quale durata una somma a scadenza S garantsce lo stesso valore

Dettagli

3) Entropie condizionate, entropie congiunte ed informazione mutua

3) Entropie condizionate, entropie congiunte ed informazione mutua Argoment della Lezone ) Coppe d varabl aleatore 2) Canale dscreto senza memora 3) Entrope condzonate, entrope congunte ed nformazone mutua 4) Esemp d canal Coppe d varabl aleatore Fno ad ora è stata consderata

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 2: 21 febbraio 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 2: 21 febbraio 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 2: 21 febbrao 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/25? Defnzone. f : R R s dce addtva se per ogn

Dettagli

Circuiti dinamici. Circuiti del secondo ordine. (versione del ) Circuiti del secondo ordine

Circuiti dinamici. Circuiti del secondo ordine.  (versione del ) Circuiti del secondo ordine rcut dnamc rcut del secondo ordne www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 9-6- rcut del secondo ordne rcut del secondo ordne: crcut l cu stato è defnto da due varabl x ( e x ( Per un crcuto

Dettagli

FISICA. S = Q rev 373K

FISICA. S = Q rev 373K FISICA Sere 9: Soluzon II lceo Eserczo 1 ranszone d fase Poché l entropa è una funzone d stato possamo calcolare la sua varazone lungo un processo reversble. Questo lo s può realzzare sottraendo delle

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