Appunti, riassunti, compiti, esami e problemi di Baccalaureato

Conto economico

A) Valore della produzione

1. Ricavi dalle vendite (merci c/vendite + merci c/vendite estero + prodotti c/vendite - resi su vendite - ribassi e abbuoni passivi)
2. Variazioni delle rimanenze di prodotti in corso di lavorazione, semilavorati, finiti (prodotti finiti c/rim. finali + semilavorati c/rim. finali + prodotti in corso di lavorazione - [prodotti finiti/semilavorati/in corso di lavorazione c/es. iniz.])
3. Variazioni dei lavori in corso su ordinazione
4. Incrementi di immobilizzazioni (costruzioni interne o costi di ricerca e sviluppo)
5. Altri ricavi e proventi

TOT

B) Costi della produzione

6. Costi per materie prime, sussidiarie, di consumo e merci (merci c/acquisti - resi su acquisti - ribassi e abbuoni attivi)
7. Per servizi
8. Godimento di beni di

Finanziamento di capitale proprio

Le operazioni relative al capitale proprio riguardano l'apporto di risorse da parte dei soci o dell'imprenditore.

Conferimenti in denaro o in crediti

I conferimenti in denaro o in crediti generano le seguenti variazioni:

• Variazione Finanziaria Attiva (+ Denaro o + Crediti): Registrata nel Conto Patrimoniale.
• Variazione Economica Positiva (+ Patrimonio Netto): Registrata nel Conto Patrimoniale.

Conferimenti di beni in natura

I conferimenti di beni (come macchinari o immobili) generano:

• Variazione Economica Negativa (+ Costi pluriennali): Registrata nel Conto Patrimoniale.
• Variazione Economica Positiva (+ Patrimonio Netto): Registrata nel Conto Patrimoniale.

Finanziamento di capitale di debito

Il ricorso a finanziamenti... Continua a leggere "Contabilità Generale: Registrazioni di Finanziamenti, Acquisti e Vendite" »

Sidereus Nuncius

• Pubblicato il 13 marzo 1610 in 550 copie. Galileo lavorava di giorno e trascriveva le scoperte di notte: un rendiconto sulle stelle scritto in latino per i dotti di tutto il mondo. Si tratta di un resoconto scientifico volto a comunicare le nuove scoperte astronomiche.
• Dedica: Cosimo II de' Medici.
• Lingua: Latino semplice e sobrio.
• Destinatari: I dotti del mondo intero.
• Argomenti principali:
  • Sostegno alla teoria copernicana (l'uomo non è più al centro del mondo).
  • Infinità dell'universo.
  • Scoperta dei satelliti di Giove.
  • Descrizione della superficie della Luna.
  • Composizione della Via Lattea.
  • Rapporto tra uomo e universo (la sfida dell'audacia umana verso l'ignoto).

Le Quattro Lettere Copernicane

• Rappresentano la battaglia culturale di

Guía Completa de Conjugaciones Verbales en Italiano

Imperativo, Pronombres y Consejos Útiles

Regulares: se conjuga en presente y se pone raíz. Tu : are (a), ere-ire( i)// lei: are(i), ere ire(a)

Noi (iamo con las 3 conjugaciones) // voi (formal e informal): ate/ete/ite//

Imperativo. Negativo: tu: NON + infinitivo. Resto de personas: Non + Imperativo à lei (i. a), noi (iamo), voi (ate, ete, ite).

Verbos Regulares:

• Andare: vai-vada-andiamo-andate
• Fare: fai-faccia-facciamo-fate/ fare: dai-dia-diamo-date
• Stare: stai-stia-stiamo-state
• Dire: di´-dica-diciamo-dite
• Essere: sii-sia-siamo-siate
• Avere: abbi-abbia-abbiamo-abbiate
• Sapere: sappi-sappia-sappiamo-sappiate
• Uscire: esci-esca-usciamo-uscite

Verbos Irregulares:

• Raccogliere: raccogli, raccolga, raccogliamo,

La distribuzione di Poisson

Si assuma che un intervallo sia diviso in un numero molto grande di sottointervalli, in modo che la probabilità del verificarsi di un evento in ogni sottointervallo sia molto piccola. Le ipotesi di base della Poisson sono:

• La probabilità del verificarsi di un evento è costante per tutti i sottointervalli.
• L'evento non può verificarsi più di una volta in ciascuno dei sottointervalli.
• Eventi che si verificano in intervalli disgiunti sono indipendenti.

Una variabile casuale di Poisson è una variabile casuale discreta che può assumere qualsiasi valore intero non negativo. È un modello probabilistico utilizzato per rappresentare situazioni di conteggio del numero di occorrenze di certi eventi in una unità di tempo... Continua a leggere "Distribuzioni e test statistici: Poisson, ipergeometrica, errori e potenza" »

Regressione Bivariata o Semplice

Una sola variabile indipendente sulla quale “regredisce” la variabile dipendente. Si ipotizza che la VI “determini” o “influenzi” la VD. Individuare la retta che “interpola” meglio la nuvola di punti (o “scatterplot”) della distribuzione congiunta delle due variabili. L’equazione che lega Y a X è la seguente:Y = α +βX Dove α intercetta punto in cui la retta incrocia l'asse delle ordinate β coefficiente angolare inclinazione della retta di regressione di Y su X; indica di quante unità cambia Y per una variazione unitaria che si verifica nella X Linearità: per ogni variazione in X si determina sempre la stessa variazione in Y qualunque sia il valore di X sull'asse delle ascisse.

REGRESSIONE

Concetti Fondamentali di Statistica e Probabilità

SCARTO INTERQUANTILE

Data una distribuzione di un carattere quantitativo oppure qualitativo ordinabile, si dicono quartili quei valori che ripartiscono la popolazione in quattro parti di uguale numerosità.

I quartili sono indici di posizione, come la media, la moda e la mediana campionaria, e sono strettamente legati a quest’ultima. Infatti:

• Il secondo quartile coincide con la mediana e divide la popolazione in due parti di uguale numerosità.
• Il primo e il terzo quartile sono le mediane delle due metà della popolazione.
• Il quartile zero coincide con il valore minimo della distribuzione.
• Il quarto quartile coincide con il valore massimo della distribuzione.

DEFINIZIONE DI PROBABILITÀ

Si definisce... Continua a leggere "Fondamenti di Statistica Descrittiva e Inferenziale: Concetti Chiave" »

Eventi Dipendenti

Due eventi A e B si dicono dipendenti se il verificarsi dell’uno modifica la probabilità di verificarsi dell’altro. In caso di eventi dipendenti, la probabilità di ciascun evento successivo è condizionata dai risultati precedenti:

P(A ∩ B) = P(A) × P(B|A)

Dove P(B|A) è la probabilità che si verifichi l’evento B condizionato dal verificarsi di A.

Esempio: Estrazione dei numeri al lotto

Calcoliamo la probabilità che i primi 2 estratti siano pari:

• Evento A: primo numero pari (P(A) = 45/90)
• Se il primo è pari, allora P(B|A) = 44/89
• Se il primo è dispari, P(B|A) = 45/89

La probabilità che i primi due numeri estratti siano pari è: P(A ∩ B) = 45/90 * 44/89 = 0,25

Strumenti di Rappresentazione Grafica

Istogramma

L'istogramma... Continua a leggere "Concetti Fondamentali di Statistica Descrittiva e Probabilità" »

Decomposizione del Trend

Il trend, o componente tendenziale, viene generalmente stimato attraverso tre metodi:

• Metodi empirici;
• Funzione matematica in funzione del tempo t;
• Media mobile.

Procedura di Box-Jenkins

La procedura di Box-Jenkins è rappresentata da un insieme di fasi finalizzate all’individuazione del modello statistico per descrivere la serie storica, cogliendo la relazione tra le osservazioni nel tempo. Essa è limitata alle sole serie stazionarie.

Le fasi sono tre:

1. Identificazione;
2. Stima dei parametri;
3. Verifica.

La Regressione Logistica

La regressione logistica è un caso di modello lineare generalizzato (modello lineare dove la variabile endogena può essere distribuita come qualsiasi variabile casuale). Si tratta di un modello di regressione... Continua a leggere "Concetti Fondamentali di Statistica: Modelli, Variabili e Probabilità" »

Campionamento in R

Per effettuare un campionamento in R è possibile utilizzare la funzione sample(), che permette di costruire campioni casuali a partire da una popolazione, con o senza reimmissione dell’osservazione.

Campione Distorto

Un campione si definisce distorto quando la probabilità d’inclusione delle unità nel campione dipende da determinate caratteristiche della popolazione oggetto dello studio.

Regressione Multipla

Un modello di regressione multipla viene utilizzato per modellizzare una variabile dipendente (risposta) facendo uso di più variabili di riferimento (input). L'obiettivo è studiare la relazione tra diverse variabili.

Equazione di Regressione

Il modello lineare si esprime come:

Y = β0 + β1x1 + β2x2 + … + βnxn + ε

Dove:... Continua a leggere "Fondamenti di Statistica e Serie Storiche con R" »