Academic literature on the topic 'Analisi vettoriale'

In questo lavoro stimiamo gli effetti attesi dalle politiche a favore dell'efficienza energetica in Italia. A questo fine impieghiamo un modello vettoriale autoregressivo (VAR), e interpretiamo l'evoluzione delle variabili economiche e ambientali come il risultato della somma di shock di diversa natura. Le proiezioni relative alla dinamica del valore aggiunto, dell'occupazione, del consumo di energia e dell'anidride carbonica sono ricavate dalle risposte all'impulso di investimenti innovativi nel campo dell'efficienza energetica nel settore dell'edilizia e in quello meccanico. L'orizzonte considerato va dal 2010 al 2020. Tre sono i principali risultati della nostra analisi. In primo luogo, dalle stime emerge un impatto complessivamente positivo degli investimenti in efficienza sul valore aggiunto e sull'occupazione settoriale ed aggregata. In secondo luogo, l'efficienza energetica contribuisce a ridurre le emissioni future di gas inquinanti come l'anidride carbonica, e favorisce il risparmio energetico riducendo l'intensità energetica per unità di output. Infine, le proiezioni ottenute dalla calibrazione del VAR sono in linea con quelle dei principali istituti di ricerca. In parte, tuttavia, se ne discostano poiché, sebbene offrano una valutazione ottimistica degli effetti dell'efficienza energetica, sono più prudenti per quanto riguarda la dimensione economica degli impatti attesi.

Questa tesi presenta alcuni aspetti dell'analisi convessa, in spazi vettoriali topologici, indirizzati allo studio di problemi generali di minimizzazione. Dai risultati geometrici dei teoremi di Hahn-Banach, attraverso la descrizione di proprietà fondamentali delle funzioni convesse e del sottodifferenziale, viene descritta la dualità di Fenchel-Moreau, e poi applicata a problemi generali di Ottimizzazione convessa, sotto forma prima di problema primale-duale, e poi come rapporto tra i punti di sella della Lagrangiana e le soluzioni della funzione da minimizzare.

I copolimeri a blocchi, in particolare la famiglia commercialmente chiamata Pluronic, sono sempre più utilizzati nell’industria cosmetica per la formulazione di prodotti detergenti; il loro comportamento, tuttavia, risulta spesso problematico, per la grande varietà di morfologie ottenibili in miscela con l’acqua, al variare della temperatura e della composizione in peso. Da queste due dinamiche nasce la necessità di modellare il comportamento fluidodinamico e reologico di tali miscele in sistemi agitati meccanicamente. La conoscenza di tali nozioni risulta fondamentale nel processo di scale up degli impianti industriali, adibiti alla miscelazione di acqua e Pluronic, al fine di ottenere la microstruttura più conveniente dal punto di vista della lavorabilità e delle qualità del prodotto finale. Il presente studio, mediante prove di potenza assorbita dal fluido e prove PIV, condotte in un recipiente meccanicamente agitato in scala da laboratorio, è stato capace di indagare e descrivere il comportamento delle miscele formate da acqua e Pluronic L-64 al fine di validare le conoscenze già acquisite in materia e di produrne delle nuove, funzionali all’applicazione industriale.

In the last years a growing °ow of information in the ¯eld of macroeconomy has been collected in very large databases. It is well known nevertheless that, when a large number of series is available standard statistical tools do not work well. This thesis proposes new estimators for high dimensional systems, that are an optimally weighted average of two already existing estimators, a traditional unbiased one, su®ering of a large estimation error, and a target one, having a lot of bias coming from a misspeci¯ed structural assumption, but little in terms of variance. This method is generally known as shrinkage. We derive two di®erent estimators connected with large dimensional systems. First a new estimator for the coe±cient matrix in a large dimensional vector autoregressive process (VAR) is proposed. It shows a better performance in forecasting macroeconomic time series than a set of existing estimators, including factor models and bayesian shrinkage estimators. A new estimator is also built for the variance covariance matrix in high dimensional systems. This new estimator is used to test for the presence of Serial Correlation Common Features (SCCF) in a multivariate setting involving many, noisy, and collinear time series. It shows a good performance in terms of empirical size if compared to the already existing tool of Canonical Correlation Analysis (CCA).
Negli ultimi anni un °usso crescente di informazione di carattere macroeconomico ¶e stato raccolto in ampi database. Tuttavia ¶e risaputo che, quando un gran numero di serie ¶e disponibile, gli strumenti statistici standard non forniscono risultati a±dabili. Questa tesi propone nuovi stimatori in sistemi di elevate dimensioni, che sono una media ottimamente ponderata di due stimatori gi¶a esistenti, uno stimatore tradizionale non distorto, che com- mette un grande errore di stima, e uno stimatore target, distorto a causa di un'assunzione strutturale sbagliata, ma con un basso errore di stima. Questo metodo ¶e conosciuto come shrinkage. Due stimatori di®erenti legati a sistemi di grandi dimensioni sono derivati. Per primo viene proposto un nuovo stimatore per la matrice dei coe±cienti in un modello autoregressivo vettoriale (VAR) di grandi dimensioni. Questo stimatore mostra una performance migliore nel prevedere serie storiche macroeconomiche rispetto a un set di stimatori gi¶a esistenti, tra i quali gli stimatori dei modelli fattoriali e gli stimatori shrinkage bayesiani. Viene anche costruito un nuovo stimatore per la matrice di varianza e covarianza in sistemi di grandi dimensioni. Questo nuovo stimatore ¶e usato per testare la presenza della carat- teristica comune della correlazione seriale canonica (SCCF) in un contesto multivariato che comprende molte serie storiche collineari. Questo stimatore mostra una buona performance, in termini di size empirica, se confrontato con il metodo gi¶a esistente della analisi della correlazione canonica (CCA).

Questa tesi è volta ad investigare due importanti fenomeni, uno naturale ed uno umano. Il primo riguarda i terremoti, mentre il secondo è legato al contenuto dei discorsi ufficiali dei presidenti americani. Per il primo caso, il nostro obiettivo è quello di definire un indicatore dei danni economici causati dai terremoti, proponendo un indice calibrato su una lunga serie di magnitudo rilevate in lunghi periodi di tempo. Mentre per il caso dei discorsi presidenziali, vogliamo quantificare il loro impatto sul mercato finanziario, in particolare studiamo l’effetto che essi hanno sull’indice “Standard and Poor’s 500”. Il nostro obiettivo principale è quello di contribuire nell’ambito delle scelte di politica economica prendendo in considerazione tali fenomeni ed analizzandoli con un approccio diverso ed innovativo. L’analisi esposta in questa tesi è sviluppata per mezzo di strumenti econofisici strettamente collegati all’ambito dell’analisi “rank-size”. Tale analisi consiste nell’uso di una serie di funzioni particolarmente utili per l’esplorazione delle proprietà di grandi dataset, anche quando essi sono distribuiti nel tempo e hanno bande di errore non perfettamente definite per via di particolari condizioni di campionamento. Nei capitoli che riguardano i terremoti così come in quelli dedicati all’analisi dei discorsi dei presidenti americani sono mostrati e commentati i risultati di regressioni non lineari impiegate per stimare i coefficienti di varie leggi “rank-size”. Tali stime sono state manipolate in modo tale da poter giungere a conclusioni dal rilievo economico. I risultati più robusti sono stati raggiunti grazie alla straordinaria capacità di interpretare i dati da parte delle leggi “rank-size”. Nell’ambito della valutazione dell’impatto economico dei discorsi presidenziali, un’analisi aggiuntiva è stata svolta valutando diverse distanze tra serie storiche. In particolare considerando la serie storica delle parole semanticamente legate all’economica e pronunciate dai presidenti americani nel corso della storia e le serie storiche del volume, dei prezzi e dei rendimenti dell’indice “Standard & Poor's 500”. Per questa analisi abbiamo impiegato un approccio probabilistico ed anche uno meramente topologico. Infatti abbiamo misurato l’entropia delle serie storiche e comparato le conclusioni valutando le differenze fra diverse misure di distanza vettoriale.