= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:"

Transcript

1 Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520: % PIL = 100 = 100% = 0,04 100% = 4% % = 0,01 = 1/100 4% = 0,04 = 4/100 = 1/25 5% = 0,05 = 5/100 = 1/20 10% = 0,1 =1/10 20% = 0,2 = 2/10 = 1/5 25% = 0,25 = 1/4 50% = 0,5 = ½ 75% = 0,75 = 3/4. L uso delle percentuali elimina il problema dell unità di misura.

2 Fig. 10.bis.2 Tassi di crescita La variazione percentuale di una grandezza x nel tempo si chiama anche tasso di crescita (g = growth). x1 x 0 g = g x 0 = x1 x 0 x1 = x 0 + g x 0 = x 0 ( 1 + g) x 0 dunque: x 1 = x 0 (1 + g) (1 + g) = fattore di crescita. Dopo due periodi, se il tasso di crescita rimane lo stesso: x 2 = x 1 (1 + g) = x 0 (1 + g) (1 + g) = x 0 (1 + g) 2 Dopo n periodi: x n = x 0 (1 + g) n

3 Fig. 10.bis.3 Elasticità Se Y dipende da X, il valore marginale è Y / X. Il valore marginale misura come Y varia quando X varia di una unità. Ma c è il problema delle unità di misura. Sarebbe meglio sapere come Y varia in percentuale quando X varia dell 1%: Elasticità. Elasticità = Variazione % di Y Variazione % di X Rilevante è l elasticità della domanda al prezzo = %Q / %P = ε. Quando il prezzo aumenta dell 1%, la quantità domandata diminuisce di ε 1% (ε moltiplicato per 1%). Esempio: ε = 1,5. Se %P = 10% allora %Q = 1,5 10% = 15% (Se il prezzo aumenta del 10% allora la quantità diminuisce del 15%).

4 Fig. 10.bis.4 Elasticità e spesa totale Spesa = Prezzo Quantità. Se prezzo aumenta di x% e quantità diminuisce dello STESSO x%, allora la spesa non varia (per x non grande). Questo è il caso di elasticità della domanda al prezzo pari a uno. Se elasticità al prezzo > 1 (domanda elastica ): prezzo aumenta x% quantità diminuisce più di x% spesa diminuisce Se elasticità al prezzo < 1 (domanda rigida ): prezzo aumenta x% quantità diminuisce meno di x% spesa aumenta Esempio: elasticità = 1,5; P=100; Q=20; spesa = P Q = P aumenta 10% P=110; Q diminuisce 15% Q=17; P Q = 1870.

5 Fig. 10.bis.5 Capitalizzazione e sconto Avere 100 euro oggi non è come avere 100 euro domani. 100 euro oggi equivalgono a 100 (1 + i) euro domani, dove i è il tasso di interesse: posso infatti prestare quei 100 euro e ottenere interessi. Dopo due anni, i 100 iniziali diventano 100 (1+i) (1+i) = 100 (1+i) 2. Dopo n anni diventano 100 (1+i) n capitalizzazione. Se avrò 100 euro domani, ma oggi non ho niente, quanto posso prendere a prestito al massimo oggi? Una cifra che capitalizzata valga 100, cosicché io possa restituirla. Questa cifra si chiama valore attuale di 100. Valore attuale di 100 = x in modo che x (1+i) = 100, cioè: valore attuale di 100 = 100 / (1+i) sconto 100 euro disponibili fra n anni hanno valore attuale = 100 / (1+i) n.

6 Fig. 10.bis.6 Variabili casuali Certe relazioni sono deterministiche. Esempio: ruotando una manopola in varie posizioni la luminosità di una lampada varia in modo ben preciso e prevedibile. In molti casi il valore assunto da una variabile non è prevedibile a priori: essa può assumere valori diversi pur in presenza di condizioni ambientali uguali. Esempio: lanciando una moneta il risultato può essere testa o croce. (Nota bene: descrizione di comodo, dovuta al fatto che non riusciamo a controllare tutte le condizioni). VARIABILI CASUALI: una variabile casuale può assumere, in ogni data circostanza, uno solo tra diversi valori possibili, ciascuno con una certa probabilità. Probabilità = grado di possibilità della realizzazione di ognuno dei casi. La somma delle probabilità dei diversi casi deve essere 1. Esempio: prob. di testa = prob. di croce = ½; e ½ + ½ = 1.

7 Fig.10. bis.7 Valore atteso Per descrivere in modo sintetico le variabili casuali la statistica insegna diversi trucchi, che consistono nel fornire indicatori sintetici. Il primo indicatore sintetico di una v. c. è il valore atteso. Per comprenderlo, partiamo dal concetto di media (voti in decimi): media fra 2 e 8 = (2+8)/2 = 5; media fra 4 e 6 = (4+6)/2 = 5 Graficamente (primo dei due casi): La media sta a metà strada. Ma ciò è vero solo nel caso particolare. Se invece io ho preso due 2 e un 8, la media è (2+2+8)/3 = 4. Grafico: 2 4 8

8 Fig. 10.bis.8 Ancora valore atteso Altro esempio per generalizzare (voti in trentesimi). Se ho preso questi voti: 20, 24, 29, 24, 30, 21, 21, 24, 23, la media è: ( ) / 9 = 24. Ma anche ( ) / 9 = 24. Anche 20 1/9+(21+21) 1/9+23 1/9+( ) 1/9+29 1/9+30 1/9 = 24. Cioè: 20 1/ / / / / /9 = 24. Ogni diverso valore va moltiplicato per la sua FREQUENZA (= quante volte capita fratto numero totale dei casi), e poi si somma tutto. Media è un concetto riferito a valori già osservati. Valore atteso è un concetto a priori, quando conosco le probabilità senza bisogno di osservare esperimenti e frequenze.

9 Fig. 10.bis.9 Ancora valore atteso Lancio una moneta: se esce testa vinco , se croce vinco 0. Vincita attesa (calcolabile a priori) = / /2 = Compro dieci biglietti, dei venti milioni di essi in circolazione, della lotteria Italia: se estratto vinco , altrimenti vinco 0. Vincita attesa = (10/ ) + 0 ( / ) = , , = 2,5 (quanto costa comprare dieci biglietti? come cambia il risultato se compro venti biglietti anziché dieci?)

10 Fig. 10. bis.10 Varianza Torniamo al primissimo esempio di medie. media fra 2 e 8 = (2+8)/2 = 5; media fra 4 e 6 = (3+7)/2 = 5 Se si tratta di vincite ottenibili con due diverse scommesse sul lancio di una moneta, le due vincite attese sono uguali. Ma le due situazioni ci appaiono diverse: nel primo posso vincere molto più del valore atteso (3 in più), ma anche vincere molto meno. Nella seconda scommessa i risultati sono invece molto vicini al valore atteso. Supponiamo che partecipare alla scommessa costi 5 in entrambi i casi (una lotteria dove il costo di partecipazione è pari alla vincita attesa si dice EQUA). Nel primo caso i risultati netti sono +3 e 3; nel secondo caso +1 e 1. Il primo caso è più RISCHIOSO. La VARIANZA serve a dare una misura del rischio.

11 Fig. 10. bis.11 Ancora varianza La varianza è una media degli scostamenti dei possibili valori dal loro valore atteso. Ma se prendo la media degli scostamenti mi viene zero (esempi precedenti: la media fra +3 e 3, così come la media fra +1 e 1, è zero!). Allora: varianza = media degli scostamenti di ogni valore dal valore atteso, e- levati al quadrato (il quadrato enfatizza gli scostamenti ampi, che per me sono fastidiosi in quanto implicano rischio): Varianza della prima scommessa (8 5) 2 0,5 + (2 5) 2 0,5 = 3 2 0,5 +( 3) 2 0,5 = 9 Varianza della seconda scommessa (6 5) 2 0,5 + (4 5) 2 0,5 = 1 2 0,5 +( 1) 2 0,5 = 1 CVD

12 Fig. 10. bis.12 Rappresentazione grafica di una v. c. Una variabile casuale si descrive con due grandezze: i diversi valori che essa può assumere, e le probabilità di essi. Dunque si può rappresentare la v. c. su assi cartesiani: in ascissa i possibili valori della v. c. e in ordinata le corrispondenti probabilità (numeri non superiori a uno). Esempio delle due precedenti lotterie (2 e 8, oppure 4 e 6, con probabilità ½; il grafico della prima è a pallini, della seconda a crocette): Probabilità 1/ Valori

13 Fig. 10. bis.13 Ancora varianza Come sappiamo la varianza della prima è maggiore della varianza della seconda lotteria, e ciò corrisponde al fatto che i valori della seconda sono più interni (più vicini al valore atteso) rispetto alla prima. Immaginiamo ora una moneta a tre facce : ciascuna è equiprobabile (probabilità = 1/3) e le tre vincite alternative sono 2, 5, 8. È chiaro che la vincita attesa è ancora 5 = 2 1/ / /3 = 15/3. Calcoliamo la varianza: (2 5) 2 1/3 + (5 5) 2 1/3 + (8 5) 2 1/3 = 9 1/ / /3 = 18/3 = 6. La varianza è minore rispetto alla prima delle due vecchie lotterie: infatti ora i valori estremi (2 e 8) sono meno probabili (1/3), mentre esiste anche la probabilità di avere un esito prossimo (in realtà uguale) al valore atteso; dunque il rischio diminuisce. Facciamo il grafico di questa lotteria (riferirsi ai soli pallini).

14 Fig. 10. bis.14 Ancora varianza probabilità 2/3 1/3 1/ Valori Immaginiamo ora una scommessa che consiste nel lanciare un dado: se esce la faccia Uno vinco 2, se esce la faccia Sei vinco 8, e in ogni altro caso vinco 5. È ovviamente il grafico a crocette della figura sopra.

15 Fig. 10. bis.15 Ancora varianza Se calcolate la vincita attesa troverete che è ancora 5. La varianza è invece: (2 5) 2 1/6 + (5 5) 2 4/6 + (8 5) 2 1/6 = 9 1/ / /3 = 18/6 = 3. Perché la varianza è ulteriormente diminuita? Semplicemente perché i valori estremi sono divenuti ancora meno probabili (1/6) mentre è divenuto più probabile il valore centrale 5 (probabilità = 4/6=2/3); il rischio diminuisce ulteriormente.

Tasso di interesse e capitalizzazione

Tasso di interesse e capitalizzazione Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

Incertezza, assicurazioni, deterrenza

Incertezza, assicurazioni, deterrenza Incertezza, assicurazioni, deterrenza (anche questo è adattato da altri pezzi per mancanza di tempo) Scelta sotto incertezza come scelta tra lotterie L esperienza ci insegna che in generale le conseguenze

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Calcolo delle probabilità Il Sig. Rossi abita nella città X e lavora nella città Y, poco distante.

Dettagli

Vincere a testa o croce

Vincere a testa o croce Vincere a testa o croce Liceo B. Russell - Cles (TN) Classe 3D Insegnante di riferimento: Claretta Carrara Ricercatrice: Ester Dalvit Partecipanti: Alessio, Christian, Carlo, Daniele, Elena, Filippo, Ilaria,

Dettagli

Scelta sotto incertezza

Scelta sotto incertezza Scelta sotto incertezza 1. Introduzione Nei capitoli 1 e 2 della microeconomia standard si studia la scelta dei consumatori e dei produttori, che hanno un informazione perfetta sulle circostanze che caratterizzano

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

Esercizi di Calcolo delle Probabilita (I)

Esercizi di Calcolo delle Probabilita (I) Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:

Dettagli

Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia.

Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia. Richiami essenziali: Utilità scontata (US) attiene alla scelta/allocazione tra oggi e domani (i.e. risparmio ottimo). Elemento psicologico: propensione alla parsimonia. Tasso di sconto intertemporale soggettivo

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche

Dettagli

3 Scegliere quando il mondo è incerto

3 Scegliere quando il mondo è incerto 3 Scegliere quando il mondo è incerto (Parte del cap. 3 di I. Lavanda e G. Rampa, Microeconomia. Scelte individuali e benessere sociale, Roma, Carocci, 2004) 1. Introduzione Nel capitolo precedente abbiamo

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015

Università di Milano Bicocca. Esercitazione 6 di Matematica per la Finanza. 14 Maggio 2015 Università di Milano Bicocca Esercitazione 6 di Matematica per la Finanza 14 Maggio 2015 Esercizio 1 Un agente presenta una funzione di utilitá u(x) = ln(1 + 6x). Egli dispone di un progetto incerto che

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

Probabilità e statistica

Probabilità e statistica Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

STATISTICA E PROBABILITá

STATISTICA E PROBABILITá STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano

Dettagli

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità

Caso e probabilità. Il caso. Il caso. Scommesse e probabilità Fenomeni aleatori Probabilità Introduzione Il caso Il caso commesse e probabilità Il caso i chiama evento casuale quello che si verifica in una situazione in cui gli eventi possibili sono più d uno, ma non si sa a priori quale si verificherà.

Dettagli

Aspetti probabilistici del gioco d azzardo

Aspetti probabilistici del gioco d azzardo Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 8 luglio, 2010 CP110 Probabilità: Esame del 3 giugno 2010 Testo e soluzione 1. (6 pts 12 monete da 1 euro vengono distribuite tra

Dettagli

Teoria dei Giochi non Cooperativi

Teoria dei Giochi non Cooperativi Politecnico di Milano Descrizione del gioco Egoismo Razionalità 1 L insieme dei giocatori 2 La situazione iniziale 3 Le sue possibili evoluzioni 4 I suoi esiti finali I Giochi della teoria Perché studiare

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2006/2007

Probabilità e Statistica Esercitazioni. a.a. 2006/2007 Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni

Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Corso di ELEMENTI DI STATISTICA Alcuni problemi di probabilità, con soluzioni Si tratta di problemi elementari, formulati nel linguaggio ordinario Quindi, per ogni problema la suluzione proposta è sempre

Dettagli

Elementi di calcolo delle probabilità

Elementi di calcolo delle probabilità Elementi di calcolo delle probabilità Definizione di probabilità A) Qui davanti a me ho un urna contenente 2 palline bianche e 998 nere. Mi metto una benda sugli occhi, scuoto ripetutamente l urna ed estraggo

Dettagli

La probabilità frequentista e la legge dei grandi numeri

La probabilità frequentista e la legge dei grandi numeri La probabilità frequentista e la legge dei grandi numeri La definizione di probabilità che abbiamo finora considerato è anche nota come probabilità a priori poiché permette di prevedere l'esito di un evento

Dettagli

Laboratorio di dinamiche socio-economiche

Laboratorio di dinamiche socio-economiche Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 21 febbraio 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti

Dettagli

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1

Progetto costo I. O. I.A. A 5 9 4 B 8 15 9 C 4 3 3 D 9 7 1 Tecniche di Valutazione Economica Processo di aiuto alla decisione lezione 13.04.2005 Modello di valutazione Dobbiamo riuscire a mettere insieme valutazioni che sono espresse con dimensioni diverse. Abbiamo

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 9 giugno 006 Spazi di probabilità finiti e uniformi Esercizio Un urna contiene 6 palline rosse, 4 nere, 8 bianche. Si estrae una pallina; calcolare

Dettagli

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo. Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono

Dettagli

Esercizi di Calcolo delle Probabilità (calcolo combinatorio)

Esercizi di Calcolo delle Probabilità (calcolo combinatorio) Esercizi di Calcolo delle Probabilità (calcolo combinatorio 1. Lanciamo due dadi regolari. Qual è la probabilità che la somma delle facce rivolte verso l alto sia pari a 7? 1/6 2. Due palline vengono estratte

Dettagli

Tabella 7. Dado truccato

Tabella 7. Dado truccato 0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline

Dettagli

1 Giochi a due, con informazione perfetta e somma zero

1 Giochi a due, con informazione perfetta e somma zero 1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una

Dettagli

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.

Probabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico. Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni

Dettagli

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R.

6. I numeri reali e complessi ( R e C ). x2 = 2. 6.1 I numeri reali R. 6. I numeri reali e complessi ( R e C ). 6.1 I numeri reali R. Non tratteremo in modo molto approfondito gli ulteriori ampliamenti che dai numeri razionali ci portano a quelli reali, all insieme, e R d

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete

Corso di Calcolo delle Probabilità e Statistica. Esercizi su variabili aleatorie discrete Corso di Calcolo delle Probabilità e Statistica Esercizi su variabili aleatorie discrete Es.1 Da un urna con 10 pallina bianche e 15 palline nere, si eseguono estrazioni con reimbussolamento fino all estrazione

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

Ulteriori problemi di fisica e matematica

Ulteriori problemi di fisica e matematica Facoltà di Medicina e Chirurgia Università degli Studi di Firenze Agosto 2010 Ulteriori problemi di fisica e matematica Giovanni Romano Perché un raggio di luce proveniente dal Sole e fatto passare attraverso

Dettagli

La distribuzione binomiale

La distribuzione binomiale La distribuzione binomiale 1. Che cos'è un numero casuale Stiamo per lanciare un dado. Fermiamo la situazione un attimo prima che il dado cada e mostri la faccia superiore. Finché è in aria esso costituisce

Dettagli

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti.

PROVE D'ESAME DI CPS A.A. 2009/2010. 0 altrimenti. PROVE D'ESAME DI CPS A.A. 009/00 0/06/00 () (4pt) Olimpiadi, nale dei 00m maschili, 8 nalisti. Si sa che i 4 atleti nelle corsie centrali hanno probabilità di correre in meno di 0 secondi. I 4 atleti delle

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio

1 Probabilità. 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio Indice 1 Probabilità 1 1.1 Primi esercizi di probabilità con l uso del calcolo combinatorio.. 1 1.2 Probabilità condizionata, indipendenza e teorema di Bayes.... 2 1 Probabilità 1.1 Primi esercizi di probabilità

Dettagli

Esercizi sul calcolo delle probabilità

Esercizi sul calcolo delle probabilità Esercizi sul calcolo delle probabilità Svolti e da svolgere (per MAR 13 marzo) Dati due eventi A e B dello spazio campionario Ω. Si sappia che P(A c )=0,3 P(B)=0,4 e P(A B c )=0,5 si determinino le probabilità

Dettagli

OFFERTA DI LAVORO [Borjas 1.1-1.7]

OFFERTA DI LAVORO [Borjas 1.1-1.7] OFFERTA DI LAVORO [Borjas 1.1-1.7] hi lavora nel mercato? dipende, offerta di lavoro varia tra tipi di persona (uomini/donne, giovani/adulti) tra Paesi (configurazioni diverse) nel tempo (al variare delle

Dettagli

Scegliere quando il mondo è incerto

Scegliere quando il mondo è incerto Scegliere quando il mondo è incerto (Tratto da I. Lavanda e G. Rampa, Microeconomia. Scelte individuali e benessere sociale, Roma, Carocci, 2004) 1. Introduzione Nei capitoli precedenti abbiamo studiato

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Test sul calcolo della probabilità

Test sul calcolo della probabilità Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è

Dettagli

1 Probabilità condizionata

1 Probabilità condizionata 1 Probabilità condizionata Accade spesso di voler calcolare delle probabilità quando si è in possesso di informazioni parziali sull esito di un esperimento, o di voler calcolare la probabilità di un evento

Dettagli

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI

Lezione 3 - Probabilità totale, Bayes -Alberi PROBABILITÀ TOTALE TEOREMA DI BAYES ALBERI E GRAFI Lezione 3 - robabilità totale, ayes -lberi ROILITÀ TOTLE TEOREM DI YES LERI E GRFI GRUO MT06 Dip. Matematica, Università di Milano - robabilità e Statistica per le Scuole Medie -SILSIS - 2007 Lezione 3

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it

Dettagli

MATEMATICA E STATISTICA CORSO B PROF. MARCO ABATE. 23 novembre 2006

MATEMATICA E STATISTICA CORSO B PROF. MARCO ABATE. 23 novembre 2006 MATEMATICA E STATISTICA CORSO B PROF. MARCO ABATE PRIMO COMPITINO FILA B SOLUZIONI 3 novembre 006. Parte I Esercizio.. Al mercato della frutta i prezzi sono scontati rispetto ai prezzi nei supermercati.

Dettagli

Probabilità II Variabili casuali discrete

Probabilità II Variabili casuali discrete Probabilità II Variabili casuali discrete Definizioni principali. Valore atteso e Varianza. Teorema di Bienaymé - Čebičev. V.C. Notevoli: Bernoulli e Binomiale. Concetto di variabile casuale Cos'è una

Dettagli

Le scelte del consumatore in condizione di incertezza (cap.5)

Le scelte del consumatore in condizione di incertezza (cap.5) Le scelte del consumatore in condizione di incertezza (cap.5) Che cos è il rischio? Come possiamo indicare le preferenze del consumatore riguardo al rischio? C è chi acquista assicurazione (non ama il

Dettagli

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici

Dettagli

R - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre

R - Esercitazione 5. Lorenzo Di Biagio dibiagio@mat.uniroma3.it. Lunedì 2 Dicembre 2013. Università Roma Tre R - Esercitazione 5 Lorenzo Di Biagio dibiagio@mat.uniroma3.it Università Roma Tre Lunedì 2 Dicembre 2013 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x,

Dettagli

Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio»

Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio» PRECORSO 2014 Problemi di Matematica Giovanni Romano Dipartimento di Scienze Biomediche, Sperimentali e Cliniche «Mario Serio» PRECORSO 2014: ciclo formativo di orientamento alle prove di ammissione ai

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Un introduzione all analisi Monte Carlo in Finanza

Un introduzione all analisi Monte Carlo in Finanza ASSOCIAZIONE ITALIANA FINANCIAL RISK MANAGEMENT Un introduzione all analisi Monte Carlo in Finanza Stefano Fabi Working Paper, 1/01/98 Presidenza: Fernando Metelli - Banca Popolare di Milano, Via Fara

Dettagli

Kangourou Italia Gara del 20 marzo 2014 Categoria Junior Per studenti di seconda e terza della secondaria di secondo grado

Kangourou Italia Gara del 20 marzo 2014 Categoria Junior Per studenti di seconda e terza della secondaria di secondo grado Kangourou Italia Gara del 20 marzo 2014 Categoria Junior Per studenti di seconda e terza della secondaria di secondo grado I quesiti dal N. 1 al N. 10 valgono 3 punti ciascuno 1. Una grande nave cargo

Dettagli

(concetto classico di probabilità)

(concetto classico di probabilità) Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi

Dettagli

COEFFICIENTI BINOMIALI

COEFFICIENTI BINOMIALI COEFFICIENTI BINOMIALI Michele Impedovo micheleimpedovo@uni-bocconiit Una definizione insiemistica Se n è un numero naturale e è un numero naturale compreso tra e n, si indica con il simbolo il coefficiente

Dettagli

Domanda e offerta di lavoro

Domanda e offerta di lavoro Domanda e offerta di lavoro 1. Assumere (e licenziare) lavoratori Anche la decisione di assumere o licenziare lavoratori dipende dai costi che si devono sostenere e dai ricavi che si possono ottenere.

Dettagli

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza

Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza Capitolo 6 Economia dell informazione e scelta in condizioni di incertezza ECONOMIA DELL INFORMAZIONE L informazione è un fattore importante nel processo decisionale di consumatori e imprese Nella realtà,

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Criteri di Valutazione della scheda - Solo a carattere indicativo -

Criteri di Valutazione della scheda - Solo a carattere indicativo - Criteri di Valutazione della scheda - Solo a carattere indicativo - Previsioni Sono state fatte le previsioni e discussi i valori attesi con il ragionamento con cui sono stati calcolati E stata usata la

Dettagli

Elementi di Statistica descrittiva Parte I

Elementi di Statistica descrittiva Parte I Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)

Dettagli

TEORIA DELLA PROBABILITÀ I

TEORIA DELLA PROBABILITÀ I TEORIA DELLA PROBABILITÀ I Dipartimento di Matematica ITIS V.Volterra San Donà di Piave Versione [2015-16] Indice 1 Probabilità 1 1.1 Introduzione............................................ 1 1.2 Eventi...............................................

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr. Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

Tempo e rischio Tempo Rischio

Tempo e rischio Tempo Rischio Il Valore Attuale Tempo e rischio Tempo: i 100 euro di oggi valgono di meno dei 100 euro di domani perché i primi possono essere investiti nel mercato dei capitali e fruttare un tasso di interesse r. Rischio:

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

Decisioni in condizioni di rischio. Roberto Cordone

Decisioni in condizioni di rischio. Roberto Cordone Decisioni in condizioni di rischio Roberto Cordone Decisioni in condizioni di rischio Rispetto ai problemi in condizioni di ignoranza, oltre all insieme Ω dei possibili scenari, è nota una funzione di

Dettagli

Tutoraggio di Calcolo delle Probabilità, 2-3 Marzo 2010

Tutoraggio di Calcolo delle Probabilità, 2-3 Marzo 2010 Tutoraggio di Calcolo delle Probabilità, 2-3 Marzo 200 Esercizio. Dati due eventi A e B, scrivete, in termini di operazioni booleane, l espressione dell evento: {si verifica esattamente un solo evento

Dettagli

Esericizi di calcolo combinatorio

Esericizi di calcolo combinatorio Esericizi di calcolo combinatorio Alessandro De Gregorio Sapienza Università di Roma alessandrodegregorio@uniroma1it Problema (riepilogativo) La segretaria di un ufficio deve depositare 3 lettere in 5

Dettagli

Cosa dobbiamo già conoscere?

Cosa dobbiamo già conoscere? Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire

Dettagli

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:...

Rilevazione degli apprendimenti. Anno Scolastico 2006 2007 PROVA DI MATEMATICA. Scuola Secondaria di II grado. Classe Terza Tipo A. Codici. Scuola:... Ministero della Pubblica Istruzione Rilevazione degli apprendimenti Anno Scolastico 2006 2007 PROVA DI MATEMATICA Scuola Secondaria di II grado Classe Terza Tipo A Codici Scuola:..... Classe:.. Studente:.

Dettagli

Epoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S

Epoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S L AMMORTAMENTO Gli ammortamenti sono un altra apllicazione delle rendite. Il prestito è un operazione finanziaria caratterizzata da un flusso di cassa positivo (mi prendo i soldi in prestito) seguito da

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

L avversione al rischio e l utilità attesa

L avversione al rischio e l utilità attesa L avversione al rischio e l utilità attesa Kreps: "Microeconomia per manager" 1 ARGOMENTI DI QUESTA LEZIONE In questa lezione introdurremo il modello dell utilità attesa, che descrive le scelte individuali

Dettagli

Note su quicksort per ASD 2010-11 (DRAFT)

Note su quicksort per ASD 2010-11 (DRAFT) Note su quicksort per ASD 010-11 (DRAFT) Nicola Rebagliati 7 dicembre 010 1 Quicksort L algoritmo di quicksort è uno degli algoritmi più veloci in pratica per il riordinamento basato su confronti. L idea

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio

Dettagli

DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione di due; non sono previste penalizzazioni in caso di risposte non corrette)

DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione di due; non sono previste penalizzazioni in caso di risposte non corrette) In una ora rispondere alle dieci domande a risposta multipla e a una delle due domande a risposta aperta, e risolvere l esercizio. DOMANDE a risposta multipla (ogni risposta esatta riceve una valutazione

Dettagli

COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013. - Come cambia il REA atteso se l'obbligazione sarà ancora in vita dopo le prime tre estrazioni?

COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013. - Come cambia il REA atteso se l'obbligazione sarà ancora in vita dopo le prime tre estrazioni? UNIVERSITA DEGLI STUDI DI URBINO (Sede di Fano) COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013 1) L'impresa Gamma emette 250 obbligazioni il cui VN unitario è pari a 100. Il rimborso avverrà tramite

Dettagli

Un modello matematico di investimento ottimale

Un modello matematico di investimento ottimale Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente

Dettagli

1 Breve introduzione alla probabilità elementare: approccio intuitivo

1 Breve introduzione alla probabilità elementare: approccio intuitivo Breve introduzione alla probabilità elementare: approccio intuitivo. È usuale che in molte situazioni che si presentano concretamente ci sia a priori incertezza su ciò che accadrà nel futuro: il calcolo

Dettagli

Incertezza, assicurazioni, deterrenza

Incertezza, assicurazioni, deterrenza Incertezza, assicurazioni, deterrenza (anche questo è adattato da altri pezzi per mancanza di tempo) Scelta sotto incertezza come scelta tra lotterie L esperienza ci insegna che in generale le conseguenze

Dettagli