Libri UniversitariZoom 100%

Prof. Salvatore Federico: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 6
Bologna 6 insegnamenti
Facoltà: Scienze

Prof. Salvatore Federico: Modelli Probabilistici

5,4difficoltà
Bologna · Facoltà: Scienze · Informatica (LM-18)
Di cosa si tratta: Spazi di probabilità, variabili aleatorie discrete, indipendenza, misurabilità, valore atteso e valore atteso condizionale sono richiamati in spazi discreti, con convergenza e legge dei grandi numeri. I processi stocastici a tempi discreti comprendono filtrazioni, martingale e passeggiate aleatorie. La finanza matematica a tempo discreto tratta modelli uni- e multiperiodali, valutazione e copertura di opzioni, modello binomiale e catene di Markov.

Dettagli corso

1º annoCorso: LM-18
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dispense del docente (Virtuale)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Pierre Brémaud, Markov Chains (Second edition), Springer (2020)ISBN 9783030459819
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
5,4
Chung and AitShalia, Elementary Probability Theory. Springer (2003)ISBN 9780387955780
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
402 pagine
Difficoltà
5,4
Pascucci – Finanza matematicaISBN 9788847014411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
264 pagine
Difficoltà
6,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Eserciziario di analisi matematica
Cerca su Amazon
Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
GeoGebra (programma gratuito per grafici e geometria)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Quali sono gli assiomi di Kolmogorov per una misura di probabilita?
  2. Come si applica la formula di Bayes a un test diagnostico con falsi positivi?
  3. Quando due eventi sono indipendenti e come si verifica questa proprieta?
  4. Come si calcola la varianza di una variabile aleatoria discreta?
  5. Quali ipotesi definiscono un processo di Poisson e quando si puo usare?
  6. In quali casi la distribuzione binomiale si approssima bene con la normale?
  7. Quale proprieta di assenza di memoria caratterizza la distribuzione esponenziale?
  8. Come si ricavano media e varianza da una funzione generatrice dei momenti?
  9. Che cosa afferma la legge dei grandi numeri?
  10. Come il teorema centrale del limite giustifica l'uso della normale?
  11. Come si calcola una distribuzione marginale da una congiunta discreta?
  12. Che cosa misura la covarianza tra due variabili aleatorie?
  13. Come si determina la matrice di transizione di una catena di Markov?
  14. Quando una distribuzione stazionaria di una catena esiste e come si calcola?
  15. Come si classifica uno stato come ricorrente o transitorio?
  16. Quali sono le proprieta del processo di Poisson omogeneo?
  17. Come si modella una coda M/M/1 e quale parametro ne determina la stabilita?
  18. Come si stima un parametro con il metodo della massima verosimiglianza?
  19. Quale differenza c'e tra funzione di massa e funzione di densita?
  20. Come si calcola la probabilita che una somma di variabili indipendenti superi una soglia?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Salvatore Federico: Stochastic Calculus II

5,4difficoltà
Bologna · Facoltà: Scienze · Matematica (LM-40)
Di cosa si tratta: Introduction to optimal control theory e dynamic optimization, con formulation of optimal control problems in continuous time e dynamic programming method in the deterministic setting, aprono lo studio. Segue lo stochastic optimal control: Bellman's optimality principle, Hamilton-Jacobi-Bellman equations con classical e viscosity solutions, verification theorems e transversality conditions.

Dettagli corso

1º annoCorso: LM-40
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 6 settimane
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Pham – Continuous-time Stochastic Control and Optimization with Financial…ISBN 9783540894995
Tempo di studio del libro≈ 2,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
232 pagine
Difficoltà
5,4
Yong – Stochastic controlsISBN 9780387987231
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
5,4
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Eserciziario di analisi matematica
Consigliato
Calcolatrice scientifica non programmabile
Consigliato
GeoGebra (programma gratuito per grafici e geometria)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si definisce il processo di Ornstein-Uhlenbeck e quale distribuzione stazionaria possiede?
  2. Che cosa afferma il teorema di Girsanov nella versione multidimensionale per la misura equivalente?
  3. Come si costruisce una misura neutrale al rischio tramite la derivata di Radon-Nikodym?
  4. Qual è la relazione tra prezzi di opzioni europee e soluzioni di equazioni di tipo Black-Scholes?
  5. Come si applica il teorema di rappresentazione delle martingale a un problema di copertura di un derivato?
  6. In che modo le equazioni differenziali stocastiche retrograde descrivono la copertura di un portafoglio?
  7. Qual è il ruolo dei processi di salto nei modelli finanziari con discontinuità improvvise dei prezzi?
  8. Come si scrive la dinamica di un processo di Lévy e come si decompone nella parte continua e nei salti?
  9. Perché la proprietà di Markov forte è necessaria per applicare il principio di riflessione nei modelli finanziari?
  10. Come si definisce una diffusione con deriva e coefficiente di diffusione dipendenti dallo stato?
  11. Qual è la formula di Feynman-Kac con termine di sconto e come si interpreta probabilisticamente?
  12. Come si applica il metodo dei cambiamenti di misura per calcolare probabilità di eventi estremi?
  13. Perché il problema di controllo stocastico ottimo conduce a un'equazione di Hamilton-Jacobi-Bellman?
  14. Come si risolve numericamente un'equazione stocastica con il metodo di Eulero-Maruyama?
  15. Quale ordine di convergenza forte e debole possiede lo schema di Milstein per equazioni scalari?
  16. In che modo la stima della varianza dell'errore di Monte Carlo dipende dal numero di traiettorie simulate?
  17. Come si costruisce un modello di tasso di interesse a breve termine come processo di diffusione?
  18. Quale ruolo hanno le condizioni di Novikov nella validità del teorema di Girsanov?
  19. Come si definisce un processo di salto di Poisson con intensità deterministica e che media ha?
  20. Come si collega la teoria dei processi stocastici alla stima di parametri di modelli su dati storici?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Salvatore Federico: Istituzioni di Analisi Numerica e Probabilita'

9,5difficoltà
Bologna · Facoltà: Scienze · Matematica (L-35)
Di cosa si tratta: Probabilità in spazi discreti, variabili aleatorie, indipendenza, valore atteso e valore atteso condizionale, convergenza e legge dei grandi numeri. Processi stocastici a tempo discreto con filtrazioni, martingale e passeggiate aleatorie, finanza matematica a tempo discreto con modelli uniperiodali e multiperiodali, valutazione e copertura di opzioni, modello binomiale, teoremi fondamentali dell'asset pricing e catene di Markov.

Dettagli corso

3º annoCorso: L-35
CFU: 12Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dispense del docente (Virtuale)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Pierre Brémaud, Markov Chains (Second edition), Springer (2020)ISBN 9783030459819
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
9,5
Chung and AitShalia, Elementary Probability Theory. Springer (2003)ISBN 9780387955780
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
402 pagine
Difficoltà
9,5
Pascucci – Finanza matematicaISBN 9788847014411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
264 pagine
Difficoltà
6,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si rappresenta un numero in aritmetica di macchina e quali errori di arrotondamento nascono dalla rappresentazione?
  2. Qual è la differenza tra metodi diretti e metodi iterativi per la risoluzione di sistemi lineari?
  3. Come si applica la fattorizzazione LU per risolvere più sistemi con la stessa matrice dei coefficienti?
  4. Quando un metodo di punto fisso per un'equazione non lineare è localmente convergente?
  5. Come si confrontano bisezione e metodo di Newton in termini di velocità e di garanzia di convergenza?
  6. Come si costruisce un polinomio interpolante con le differenze divise di Newton?
  7. Quali vantaggi offrono le spline cubiche naturali rispetto a un unico polinomio interpolante?
  8. Come si calcola la retta di regressione ai minimi quadrati per un insieme di dati assegnati?
  9. Come si definisce lo spazio di probabilità e perché servono una sigma-algebra e una misura?
  10. Come si calcola la probabilità dell'evento complementare e dell'unione di eventi incompatibili?
  11. Qual è la legge di una variabile aleatoria uniforme su un intervallo e come si ricava il valore atteso?
  12. Come si applica la disuguaglianza di Chebyshev per stimare la probabilità che una variabile si discosti dalla media?
  13. Quali differenze esistono tra convergenza in legge e convergenza in probabilità di variabili aleatorie?
  14. Come si usa la simulazione Monte Carlo per approssimare un integrale e quale errore tipico si ottiene?
  15. Come si genera una variabile aleatoria con una data funzione di ripartizione invertibile?
  16. Come si stima il parametro di una distribuzione di Bernoulli con il metodo della massima verosimiglianza?
  17. Che cosa rappresenta la matrice di covarianza di un vettore aleatorio e quali proprietà ha?
  18. Come si calcola il numero di condizionamento di un problema numerico e quale legame ha con la sensibilità dei risultati?
  19. Come si interpreta la probabilità condizionata in un albero di decisione con più fasi di eventi?
  20. Come si approssima il valore atteso di una variabile continua con la formula dei trapezi?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Salvatore Federico: Istituzioni di Fisica Matematica e Probabilita'

9,5difficoltà
Bologna · Facoltà: Scienze · Matematica (L-35)
Di cosa si tratta: Prerequisiti raccomandati in analisi, geometria e algebra lineare, principi del moto e meccanica razionale introducono lo studio della meccanica hamiltoniana. Si trattano trasformata di Legendre, funzione ed equazioni di Hamilton, teoremi di Liouville e Poincaré, principi variazionali, formalismo canonico, matrici hamiltoniane, gruppo simplettico e campi vettoriali hamiltoniani.

Dettagli corso

3º annoCorso: L-35
CFU: 12Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 8,5 settimane
Dispense del docente (Virtuale)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 4 libri
Fasano – Meccanica analiticaISBN 9788833956817
Tempo di studio del libro≈ 8,5 settimane
Obbligatorietà
Obbligatorio
Capitoli 8-11, https://homepage.sns.it/marmi/papers/Fasano,%20A.%20&%2
Adottato in
2 materie
Tipo
Manuale
Pagine
764 pagine
Difficoltà
7,7
Pierre Brémaud, Markov Chains (Second edition), Springer (2020)ISBN 9783030459819
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
9,5
Chung and AitShalia, Elementary Probability Theory. Springer (2003)ISBN 9780387955780
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
402 pagine
Difficoltà
9,5
Pascucci – Finanza matematicaISBN 9788847014411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
264 pagine
Difficoltà
6,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale
Consigliato
Eserciziario di fisica
Cerca su Amazon
Può servirti
LaTeX (gratuito, per scrivere formule e relazioni)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si risolve l'equazione del calore su un intervallo con condizioni al contorno di Dirichlet?
  2. Quale ruolo gioca il metodo di separazione delle variabili nella risoluzione delle equazioni alle derivate parziali?
  3. Come si classificano le equazioni alle derivate parziali del secondo ordine in ellittiche, paraboliche e iperboliche?
  4. Che cosa descrive l'equazione delle onde e quali dati iniziali servono per determinarne la soluzione?
  5. Come si applica la trasformata di Fourier per risolvere un'equazione differenziale su tutta la retta reale?
  6. Che cosa afferma il principio del massimo per l'equazione di Laplace?
  7. Come si costruiscono le funzioni di Green per un problema di Sturm-Liouville?
  8. Quali proprietà hanno gli autovalori e le autofunzioni di un problema di Sturm-Liouville autoaggiunto?
  9. Come si definisce la funzione generatrice di una variabile aleatoria discreta a valori interi?
  10. Come si usa il moto browniano come modello per la diffusione e quali proprietà ha?
  11. Quale relazione lega l'equazione di diffusione alla distribuzione di probabilità di una particella in moto casuale?
  12. Come si calcola la speranza condizionata di una variabile aleatoria rispetto a una sigma-algebra assegnata?
  13. Che cosa dice la legge dei grandi numeri per una successione di variabili indipendenti con varianza finita?
  14. Come si stimano le probabilità di una somma di variabili indipendenti con il teorema del limite centrale?
  15. Come si esprime la densità di una variabile normale multidimensionale e quali parametri la definiscono?
  16. Quale ruolo ha la trasformata di Laplace nella soluzione di problemi di Cauchy lineari?
  17. Come si verifica che una funzione è una densità di probabilità su tutta la retta reale?
  18. In che modo la simmetria di un problema fisico semplifica la scelta della trasformata da utilizzare?
  19. Come si ricava l'energia di un sistema vibrante a partire dalla soluzione dell'equazione delle onde?
  20. Quale legame esiste tra catene di Markov a tempo discreto e probabilità di transizione in più passi?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Salvatore Federico: Probabilita' 2

5,4difficoltà
Bologna · Facoltà: Scienze · Matematica (L-35)
Di cosa si tratta: Dopo richiami di calcolo delle probabilità in spazi discreti, con variabili aleatorie, misurabilità e valore atteso condizionale, si studiano la legge dei grandi numeri e i processi stocastici a tempi discreti: filtrazioni, martingale e passeggiate aleatorie. La finanza matematica a tempo discreto comprende valutazione e copertura di opzioni, asset pricing, modello binomiale e catene di Markov.

Dettagli corso

3º annoCorso: L-35
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dispense del docente (Virtuale)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Pierre Brémaud, Markov Chains (Second edition), Springer (2020)ISBN 9783030459819
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
5,4
Chung and AitShalia, Elementary Probability Theory. Springer (2003)ISBN 9780387955780
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
402 pagine
Difficoltà
5,4
Pascucci – Finanza matematicaISBN 9788847014411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
264 pagine
Difficoltà
6,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Come si definisce il vettore gaussiano multidimensionale e quale matrice di covarianza lo caratterizza?
  2. Quali proprietà hanno le trasformazioni lineari di un vettore gaussiano?
  3. Come si calcola la speranza condizionata di una variabile aleatoria rispetto a un'altra variabile?
  4. Quali proprietà della speranza condizionata sono utili nelle dimostrazioni sulle martingale?
  5. Come si definisce una catena di Markov a tempo discreto e qual è la proprietà di Markov?
  6. Come si calcola la distribuzione stazionaria di una catena di Markov irriducibile e finita?
  7. Quando una catena di Markov è ricorrente e come si distingue dal caso transitorio?
  8. Come si definisce un processo stocastico e quali sono le distribuzioni finito-dimensionali?
  9. Che cos'è un moto browniano e quali proprietà di incremento possiede?
  10. Come si definisce una martingala e perché la proprietà di martingala descrive un gioco equo?
  11. Che cosa afferma il teorema di arresto opzionale per una martingala su un tempo di arresto limitato?
  12. Come si applica la disuguaglianza di Doob per stimare il massimo di una martingala?
  13. Qual è la differenza tra convergenza in media quadratica e convergenza quasi certa?
  14. Come si enuncia la legge forte dei grandi numeri per variabili indipendenti e identicamente distribuite?
  15. Come si applica il teorema del limite centrale per approssimare la distribuzione di una somma di variabili?
  16. Come si calcola la funzione caratteristica di una variabile aleatoria e a che cosa serve?
  17. Quale ruolo ha la funzione caratteristica nel dimostrare la convergenza in legge?
  18. Come si stima il tempo medio di primo passaggio in uno stato per una catena di Markov?
  19. Come si costruisce la matrice di transizione in più passi di una catena di Markov?
  20. Che cosa rappresenta la funzione di ripartizione condizionata e come si usa nel calcolo delle probabilità?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 5 insegnamenti →
Facoltà: Economia e management

Prof. Salvatore Federico: Probability And Stochastic Processes For Finance

5,4difficoltà
Bologna · Facoltà: Economia e management · Applied Economics and Markets (LM-56)
Di cosa si tratta: Spazi di probabilità, variabili aleatorie discrete, indipendenza, misurabilità e valore atteso condizionale aprono il percorso. Si passa ai processi stocastici a tempi discreti, con filtrazioni, martingale e passeggiate aleatorie, e alla finanza matematica a tempo discreto: modelli di mercato uni-periodali, valutazione e copertura di opzioni, modello binomiale.

Dettagli corso

2º annoCorso: LM-56
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: meno di 1 settimana
Dispense del docente (Virtuale)
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 3 libri
Pierre Brémaud, Markov Chains (Second edition), Springer (2020)ISBN 9783030459819
Tempo di studio del libro≈ 6 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
557 pagine
Difficoltà
5,4
Chung and AitShalia, Elementary Probability Theory. Springer (2003)ISBN 9780387955780
Tempo di studio del libro≈ 4,5 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
402 pagine
Difficoltà
5,4
Pascucci – Finanza matematicaISBN 9788847014411
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
264 pagine
Difficoltà
6,9
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Consigliato
Eserciziario di statistica
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cos'è una sigma-algebra e perché serve per definire una misura di probabilità?
  2. Come si calcola il valore atteso di una variabile casuale discreta a partire dalla sua distribuzione?
  3. Quale proprietà deve avere una martingala rispetto alla filtrazione che la rende adattata?
  4. Che cosa afferma il teorema di arresto opzionale per una martingala?
  5. Perché il moto browniano geometrico è spesso usato per modellare i prezzi di un titolo?
  6. Come si ricava la dinamica di f(X_t) quando X_t segue un processo di diffusione, usando il lemma di Itô?
  7. Qual è la differenza tra una catena di Markov a tempo discreto e un processo di Poisson?
  8. Come si definisce il valore atteso condizionato e quali proprietà fondamentali possiede?
  9. Quando una misura di probabilità si dice equivalente a un'altra e perché conta per la valutazione?
  10. In che modo il teorema di Girsanov trasforma la deriva di un moto browniano sotto una nuova misura?
  11. Perché in un mercato senza opportunità di arbitraggio esiste una misura neutrale al rischio?
  12. Come si usa la formula di Bayes per aggiornare la probabilità di uno scenario dopo un'osservazione?
  13. Quali differenze esistono tra convergenza quasi certa e convergenza in probabilità?
  14. Come si calcola la varianza di un moto browniano su un intervallo di tempo di lunghezza t?
  15. Perché la legge dei grandi numeri giustifica la stima di un valore atteso con una media campionaria di rendimenti?
  16. Quali condizioni servono perché un processo di Lévy abbia incrementi indipendenti e stazionari?
  17. Come si costruisce un albero binomiale per prezzare un'opzione europea su un sottostante?
  18. In che senso il modello di Black-Scholes può essere visto come limite del modello binomiale?
  19. Quale ruolo svolge la funzione di densità nel calcolo del valore atteso di un payoff?
  20. Come si interpreta la proprietà di Markov per un processo di prezzi che dipende solo dal valore presente?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Domande frequenti Libri, programma ed esami del prof. Salvatore Federico a Bologna

Che libro usa il prof. Salvatore Federico per Modelli Probabilistici a Bologna?

Per Modelli Probabilistici (Canale unico) indica come obbligatorio: nessun testo obbligatorio. Facoltativi: Pierre Brémaud, Markov Chains (Second edition), Springer (2020), Chung and AitShalia, Elementary Probability Theory. Springer (2003), Pascucci – Finanza matematica.

Quanto è impegnativo Modelli Probabilistici?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Salvatore Federico per Stochastic Calculus II a Bologna?

Per Stochastic Calculus II (Canale unico) indica come obbligatorio: Pham – Continuous-time Stochastic Control and Optimization with Financial…, Yong – Stochastic controls.

Quanto è impegnativo Stochastic Calculus II?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Salvatore Federico per Istituzioni di Analisi Numerica e Probabilita' a Bologna?

Per Istituzioni di Analisi Numerica e Probabilita' (Canale unico) indica come obbligatorio: nessun testo obbligatorio. Facoltativi: Pierre Brémaud, Markov Chains (Second edition), Springer (2020), Chung and AitShalia, Elementary Probability Theory. Springer (2003), Pascucci – Finanza matematica.

Quanto è impegnativo Istituzioni di Analisi Numerica e Probabilita'?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Salvatore Federico per Istituzioni di Fisica Matematica e Probabilita' a Bologna?

Per Istituzioni di Fisica Matematica e Probabilita' (Canale unico) indica come obbligatorio: Fasano – Meccanica analitica. Facoltativi: Pierre Brémaud, Markov Chains (Second edition), Springer (2020), Chung and AitShalia, Elementary Probability Theory. Springer (2003), Pascucci – Finanza matematica.

Quanto è impegnativo Istituzioni di Fisica Matematica e Probabilita'?

12 CFU, difficoltà stimata 9.5 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Salvatore Federico per Probabilita' 2 a Bologna?

Per Probabilita' 2 (Canale unico) indica come obbligatorio: nessun testo obbligatorio. Facoltativi: Pierre Brémaud, Markov Chains (Second edition), Springer (2020), Chung and AitShalia, Elementary Probability Theory. Springer (2003), Pascucci – Finanza matematica.

Quanto è impegnativo Probabilita' 2?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Salvatore Federico per Probability And Stochastic Processes For Finance a Bologna?

Per Probability And Stochastic Processes For Finance (Canale unico) indica come obbligatorio: nessun testo obbligatorio. Facoltativi: Pierre Brémaud, Markov Chains (Second edition), Springer (2020), Chung and AitShalia, Elementary Probability Theory. Springer (2003), Pascucci – Finanza matematica.

Quanto è impegnativo Probability And Stochastic Processes For Finance?

6 CFU, difficoltà stimata 5.4 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.